机器人实现智能装配、协作装配是“中国制造2025”提出的具体要求,现有的机器人技术已经实现了力伺服控制,面对市场多元化需求,现有装配机器人智能化程度较低,产品装配效率不高,因此,借助人工智能技术对装配机器人实现快速,高效的智能装配迫在眉睫。本文基于视觉/力觉融合的六自由度机器人,对装配机器人传感器重力补偿及手爪标定、工作空间路径规划、力位跟踪控制等展开研究。1.装配机器人六维力传感器重力补偿及手爪标定。建立传感器空间受力模型,获取N(N≥3)组不同姿态的负载下传感器数据,采用最小二乘法分析并进行实验,求得传感器零点值、负载重心坐标、以及负载重力值,对机器人所受的外部环境力精确补偿。基于视觉引导抓取轴模型,对工具坐标系位置标定采用最小二乘法求解,姿态标定采用Halcon手眼视觉标定计算。最后进行实验标定,获得工具坐标系到末端坐标系的变换矩阵,为路径规划实现轴的精确抓取做准备。2.装配机器人路径规划。提出一种改进人工势场法(局部)和APF-RRT(全局)结合的避障路径规划算法。首先,根据六自由度装配机器人模型,引入浮动控制点和固定控制点,修正引力势场函数,对斥力势场引入与目标点的相对距离,并增加调节因子实现势场调控,使机器人碰到障碍物时朝着目标点的方向逃离;其次,针对势场法易陷入极小问题,将APF的目标引力概念引入RRT的搜索树扩展阶段,使机器人向目标点方向移动,从而跳出局部极小。最后,对提出算法采用MATLAB进行多环境仿真,证明该算法可以对六自由度装配机器人从抓取到装配位置实现工作空间环境的运动规划,能适应环境的变化。3.装配机器人力位跟踪控制算法研究。对轴孔接触时六维力传感器进行受力分析,建立轴孔装配接触的阻抗控制数学模型,将传感器的受力转换为轴孔的实际接触力,进行基于末端力反馈的阻抗控制;对装配过程阻抗模型稳态力误差进行分析,采用Simulink搭建机器人阻抗仿真系统,采用控制变量法对期望的阻抗参数进行辨识仿真得到合适的阻抗参数;对于不确定环境加入模型参考自适应控制算法,对柔顺装配系统进行在线力位调节,仿真实验表明,加入了自适应系统的阻抗控制在面对以下环境:平面的位置和刚度突变、斜面、平面向斜面过渡、曲面、平面向曲面过渡等环境时,切向位置跟踪响应由2s降低到0.2s,稳态接触力响应由4s降低到0.4s,法向接触力跟踪误差由4N降低到到0.3N,自适应阻抗比阻抗控制有良好的适应环境能力,实现了柔顺装配力位精确跟踪仿真。4.装配机器人路径规划实验。设计实验方案,无障碍环境下采用改进势场法与APF-RRT融合算法进行路径规划,验证了算法应用的有效性;在机器人工作空间存在球形包络长方体盒子的障碍物前提下,采用本文提出的算法进行路径规划,验证了算法的避障路径规划能力。