随着社会的高速发展,中国制造业迎来了全新的产业升级,其中工业机器人取代人工是制造业转型的关键一步。但在机器人加工过程中仍主要采用传统繁琐的人工示教确定机器人的位置和姿态,而使用视觉系统识别机器人的加工位置和姿态是突破人工示教无法处理的复杂加工路径及工具姿态的有效途径。为此,本文直接基于机器人视觉测量获取的点云数据,解决机器人焊接轨迹识别和磨削工具姿态规划两个工程问题,其中机器人焊接轨迹识别的任务是通过点云识别出板件待加工的焊缝信息,机器人磨削工具姿态优化是通过规划并优化机器人末端姿态实现汽车轮毂磨削过程的平滑过渡。在机器人焊接轨迹识别中,采用简单易行的俯视扫描获取工件三维数据信息,减少板件焊缝信息的遗漏。为了解决焊接轨迹识别的问题,将处理部分分为预处理和焊缝识别两步。预处理的主要工作是设计点云的预处理算法,实现点云的简化、滤波、分割等操作,为后面的特征识别阶段做准备。特征识别的主要工作是通过点云分块、分层、边缘信息识别、拓扑信息还原等操作,快速准确地识别待加工的焊缝信息。为了实现焊接特征的快速识别,本文提出了一种简单易行的分层策略,对经典的RANSAC算法进行了改进,设计一种拓扑信息还原方法以实现深度信息的还原,整个过程无需模型重构就可直接从原始的点云的数据中得到焊接轨迹。在机器人磨削工具姿态规划问题中,通过对输入的点云进行B样条曲线插值,根据B样条曲线描述各点处的切线信息对磨削姿态进行初步规划。在B样条曲线的基础上,使用曲率作为点的描述特征,根据该描述特征将轮毂的点云划分若干关键区域,使用球面线性插值对关键区域中的姿态进行优化,使用线性插值对磨削的浮动进行优化,最终实现整个磨削运动的平滑光顺,保证磨削工具的磨损均匀。最后,数值分析与试验证实了所提机器人焊缝识别与磨削工具姿态优化方法的有效性和实用性,所提方法均与机器人加工的实际生产密切相关,能够直接基于工业机器人视觉系统获取的工件三维点云数据,实现焊缝的有效提取与磨削工具姿态光顺优化,避免了机器人示教过程中的重复劳动,在实际中都能很大程度上提高生产的效率。