随着工业化进程的推进,使用工业机器人进行喷涂作业已经成为喷涂行业的最优解决方案。但无论是离线编程式还是拖动示教式喷涂机器人在面对多品种小批量混线生产的喷涂场景都存在着工作流程繁琐、作业效率低等问题。针对上述场景需求,为提升机器人喷涂系统的智能程度,本文将机器视觉技术应用于机器人喷涂系统,通过视觉传感器采集喷涂工件的图像信息,根据不同喷涂工件的类型进行相应的数据处理和喷涂路径规划算法研究,以实现算法的简化和运行效率的提升,开发出一套能适应多种作业工况的机器人喷涂轨迹自动规划系统。主要工作内容如下:首先,根据实际需求对机器人智能喷涂系统的总体方案和功能模块进行设计,针对平面类工件形状简单且表面高度无变化的特点,对平面工件的位姿识别和喷涂路径规划基于二维图像进行,曲面类工件的目标提取和喷涂路径规划则基于深度图生成的三维点云进行。通过对相机获取深度图的不同方案进行对比分析并完成深度相机选型。然后,对相机成像及畸变模型进行研究分析并完成相机标定、彩色相机与深度相机的配准对齐、相机与机器人的手眼标定实验。对图像滤波、图像增强、深度图空洞修复等预处理算法进行研究分析并选择合适的算法应用到项目中以增强原始图像质量。通过对平面工件彩色图像进行目标分割、形态学操作和边缘检测等处理,完成平面类工件的目标提取与位姿识别;通过对深度图生成的三维点云进行点云分割、去噪、平滑和数据精简等处理,完成曲面类工件的三维模型重建。接着,建立了平面和曲面喷涂的涂层厚度沉积模型,研究了喷涂速度、相邻喷涂路径的重叠宽度和喷涂高度对涂层均匀性的影响。对平面类工件的喷涂路径规划方法进行研究并以减少路径拐点的数量为目标进行轨迹优化;对曲面类工件在三维点云模型基础上进行点云切片的喷涂路径规划算法研究,实现喷涂路径的自动规划。最后,完成了机器人喷涂系统软件的设计开发,通过界面化设计进行硬件控制及算法参数调整,实现便捷高效的人机交互方式。并搭建实际的机器人喷涂平台进行平面类和曲面类工件的机器人喷涂实验,实验结果表明本文算法满足实际需求。