在航空航天制造领域,为了提高设备性能,满足轻质、空气动力学、特殊涂层等需求,很多零件被设计成复杂形状,带有各种异型曲面,但由于铸造技术有限,薄壁异形构件难以一次成型,往往需要对铸造毛坯进行大量的打磨减重工作。而这些零件毛坯件的打磨减重主要还是以人工打磨为主,效率较低,危害较大。本课题将利用工业机器人的高度灵活性和可开发性,并融入实际工件的点云信息,对异形铸件打磨规划技术进行研究,对于提高制造过程中的自动化和对打磨工艺中工件的适应性程度具有重要的意义。首先,基于实际工件点云研究了待打磨区域提取方法。通过激光三维扫描仪获得工作环境下的工件原始点云,通过环境点云分离、点云滤波、点云配准等一系列点云预处理获得待分割的兴趣区域点云,作为分割提取算法的输入。针对现有单一点云分割方法在处理表面质量差,凹凸不平的情况容易出现过分割的问题,提出一种基于区域生长和边界信息的点云分割算法,减少表面异常点对分割产生的影响,保证分割质量。然后,利用提取出来的待打磨点云区域,研究了一种直接基于点云数据的打磨规划方法,避免传统规划中点云重构因数据量较大带来的庞大计算量。针对砂带打磨接触与机床刀具加工接触的差异性,采用改进残高计算方法,改进规划过程中的截面间距设置,提高打磨路径质量。在路径点插补过程中,基于等曲率的思想对插补方法进行改进,让路径点分布适应曲率变化。对规划结果进行无碰撞优化,一是规划出一条从工具原位到打磨起始点的无碰撞路径,二是对生成路径点进行打磨过程中的碰撞检测,避免加工过程中的碰撞。最后,进行了机器人打磨规划技术的实验验证。通过搭建ROS仿真系统,导入规划结果分析机器人的打磨运动,对规划结果做出评价。搭建机器人打磨加工实验平台,对提出的待打磨区域提取方法和机器人打磨规划方法进行实验验证,并利用机器人对实际工件表面进行打磨加工,分析打磨后的工件表面对本文所述的方法进行评价。