目前,大多数企业都采用手工磨削的方式加工小型五金件,为了提高磨削加工自动化水平和产品的一致性,机器人磨削加工技术逐渐引入到制造生产中。然而,现有的机器人磨削加工系统存在机器人刚度不足、位置控制精度低、且磨削加工中存在加工工件原始误差、夹具定位误差等因素,造成较差的表面加工质量。此外,机器人磨削辅助行程运动路径主要以人工示教为主,人工示教费事费力,示教路径效率低下,且难以应对加工环境的变化。针对机器人磨削系统存在的这些问题,本文一方面针对曲面工件开展恒力控制磨削方法研究;另一方面针对机器人磨削辅助行程进行运动规划方法研究。以提高机器人磨削系统加工精度和整体加工效率,从而推动机器人磨削应用的发展。本文针对目前机器人磨削系统的特点进行分析,将机器人力控制和位置控制两部分分离,研制了一种基于浮动平台的机器人磨削系统,以提高机器人磨削系统的控制精度。建立了六自由度串联机器人的经典运动学模型,并对运动学正逆解进行了求解分析。为了提高求解效率和精度,并避免机器人磨削轨迹中存在的奇异点,建立了机器人IKFast运动学模型,分析了IKFast运动学正逆解求解算法,对机器人磨削轨迹中的奇异位置进行了逆解仿真验证,求解出机器人奇异位置正确的逆解,提高了机器人磨削轨迹设计的稳定性。针对机器人磨削系统加工效率的不足,对机器人磨削辅助行程运动规划方法进行了研究。阐述了基于采样的运动规划算法基本原理,为了提高规划算法效率,本文将对采样和碰撞检测两部分进行重点研究。基于AABB(axis-aligned bounding box)和OBB(oriented bounding box)两种包围盒建立了机器人碰撞检测模型,通过碰撞检测库FCL进行了仿真验证。为了提高RRT(Rapidly-exploring random tree)算法的搜索效率,通过限制障碍物附近节点的采样邻域,并针对节点扩展成功次数自适应调整其邻域大小,来减少不必要的碰撞检测次数,提出一种改进的RRT算法,并采用后处理算法修剪路径长度和平滑路径,通过二维环境仿真验证了上述算法的有效性。为了提高机器人磨削系统的控制效果,提高工件表面的加工精度,对恒力控制磨削方法展开了研究。对单个磨粒的加工原理进行了分析,建立了机器人末端工件和研磨盘受力数学模型,针对工业上应用广泛的PID控制参数固定适应能力差问题,设计了一种模糊逻辑自调整PID参数的控制方法,能对不同的误差和误差变化量进行分段控制。为了提高系统的抗干扰能力,对PID各部分做出改进,设计了扩张状态观测器,提出线性自抗扰控制方法,并证明了系统闭环稳定性,通过仿真对比实验验证了该方法具有良好的动态性能和稳态品质。为了验证运动规划方法和恒力控制策略的可行性和有效性,分别搭建了基于ROS的机器人磨削运动规划仿真和实验平台、基于浮动平台的机器人磨削实验平台。首先,进行大量机器人磨削运动规划仿真实验,分析数据验证本文提出的改进RRT算法对规划算法效率提高的有效性,通过实物实验验证后处理算法对机器人路径质量提高的有效性。然后,通过有无浮动平台实验验证本文浮动平台的机器人磨削系统的有效性,对各种恒力控制方法进行实验对比分析,验证线性自抗扰控制对提高磨削力控制的效果,以及对研磨工件的表面粗糙度的提高程度。因此,证明了本文浮动平台的机器人磨削系统对机器人磨削技术的促进作用。