目前在国内,喷涂作业主要还是靠工人手工完成,喷涂的质量受工人技术水平影响明显,这不仅导致人工成本过高,而且喷涂作业环境一般十分恶劣,各种涂料对人体伤害很大,长期工作容易导致各种疾病甚至中毒。所以,喷涂作业的自动化就显得十分重要。目前的自动喷漆机器人,很难说已经实现了真正意义上的自动化喷涂,大多都依赖于人工示教然后通过固定装置定位工件,来进行重复喷涂工作。但是这样就会导致一台机器人很难适用于各种工件的喷涂工作。因此,本文采用低成本的Kinect2传感器,设计并实现了一种基于立体视觉的喷漆机器人工件定位系统,可使机器人针对各种工件,都能很好的定位,从而能够重复利用示教好的轨迹,不仅提高效率,更提升了喷漆机器人的应用范围。本课题主要研究了一下几个方面的内容:(1)基于Kinect2的工件表面三维重建方法研究。首先介绍了Kinect2传感器的测量原理以及误差分析;针对目前三维重建效果较好的Kinect Fusion算法进行试验,发现其在本项目中并不适用,因此设计了一种固定相机的多Kinect2重建方法,并介绍了该方法的实现过程。(2)基于手眼标定的点云模型定位方法研究。分析机器人Eye-to-Hand手眼系统的组成以及手眼标定的数学原理,针对传统手眼标定方法对测量噪声敏感的缺点,使用了一种基于李群的手眼标定求解方法,可采集不同位置的多组数据,求得其最小二乘解,增加了手眼标定过程的精度,并通过实验验证和分析了点云模型定位的精度。(3)基于点云配准的喷漆轨迹匹配方法研究。得到统一的机器人基坐标系下的点云与示教好的轨迹后,设计并实现了一种基于点云配准的喷漆轨迹匹配方法。介绍了传统刚体点云的配准方法,针对非刚体点云,在传统方法的基础上,结合对物体形变的描述和非线性最小二乘优化,设计并实现了一种非刚体点云配准方法,并通过实验结果进行分析和验证。