喷涂机器人的自编程技术是近20年来智能化喷涂机器人研究的热点和难点,也是其真正实现智能化的最核心的技术之一。所谓的喷涂自编程技术就是将喷涂机器人的自动路径规划与喷涂参数分析融合,即喷涂机器人根据待喷涂工件的几何特征进行自动路径规划,同时考虑喷涂参数对喷涂效果的影响来对喷涂路径进行优化。在传统的人工喷涂和示教喷涂作业中,不仅难以控制喷涂质量,而且对操作者有较高的技能水平要求,喷涂自编程技术能够显著改善喷涂工作环境,提高生产效率和智能化水平,在航空航天、汽车和军事领域等有着广泛的应用前景,尤其是在多品种柔性喷涂生产线上的应用更为突出。因此,本文基于逆向工程中的点云技术,针对喷涂机器人的自动路径规划问题,展开喷涂自编程技术的研究。首先,针对喷涂过程中涂层厚度分布规律的问题,基于喷涂参数分析和多约束的单目标优化算法,展开喷涂过程建模和喷涂参数优化的研究。通过对喷涂现场的调研完成喷涂参数分析,基于喷涂参数的分析对喷涂过程进行准确地建模即建立涂料沉积速率模型,在建立了喷涂模型的基础上选取期望涂层厚度和最大允许涂层厚度偏差为约束条件、涂层分布均匀性作为优化目标,对喷涂参数进行优化,优化求解得到的结果将会融合在喷涂路径规划的算法中。其次,基于点云精简技术的聚类分析方法,解决了曲面重建算法处理海量数据速度较慢的问题。使用三维传感器Kinect 2.0扫描获取工件的点云模型,利用点云库(PCL)来处理原始数据,主要包括点云数据的去噪、平滑、精简等,然后通过快速贪婪三角化算法进行曲面重建,得到三角化的曲面模型。第三,针对复杂曲面自动路径规划困难的问题,提出了基于曲面分片算法和点云切片技术的方法进行喷涂路径规划的研究。对于简单曲面直接采用点云切片技术进行喷涂路径规划,如果曲面比较复杂,则采用曲面分片算法得到一系列分片,然后在每个分片上使用点云切片算法完成喷涂路径规划。最后,针对课题中对于智能化喷涂机器人的柔性喷涂要求,在Visual Studio2013的开发环境下,利用MFC的设计框架,采用OpenCV、PCL以及C++和Matlab的混合编程技术,开发了本文的自编程系统软件,并生成喷涂路径点文件和喷涂机器人可直接执行的程序,并通过机器人沿着规划路径运动的实验进行验证。