传统的人工示教与离线编程方式难以应用于小批量、多品种、非标准工件的机器人作业任务,因此需要引入外部感知,构成基于智能导引的机器人作业系统,本文以打磨工艺为例对系统进行详细的描述与分析。对于任意曲面工件而言,其形状的复杂性一方面使得打磨路径规划的难度大幅度增加,另一方面对打磨过程中的作用力也会产生一定的影响,因此,系统不仅需要考虑对曲面工件进行自适应的路径生成,还必须考虑机器人打磨过程中的恒力控制。此外当前绝大多数机器人厂商仅仅开放位置控制环,并未开放或提供力控接口,这就要求系统需要实现基于机器人位置环的恒力控制。在此背景下,本文以线结构光传感器和力传感器作为感知工具,完成了基于力/视觉导引的机器人自动路径规划和恒力控制,实现了基于曲面自适应的机器人打磨轨迹生成和机器人高精度恒力控制。具体内容如下:针对机器人打磨系统的自主作业路径生成问题,本文提出基于曲面重建的机器人打磨优化轨迹生成方法。首先通过线结构光传感器扫描工件获得工件表面的点云数据;接着,通过点云简化、点云截取以及点云滤波等步骤对原始点云进行预处理;然后采用贪婪投影三角化算法重建工件表面模型;最后基于三角网格模型的截平面法计算得到机器人打磨参考轨迹,从而实现了基于曲面自适应的打磨路径生成。针对机器人末端在受力作用下会因关节柔性产生偏移的特性,本文提出基于机器人关节刚度的离线恒力补偿控制。首先分析并求解机器人运动学模型;然后根据机器人末端位置偏移量与末端所受作用力之间的关系建立机器人关节刚度模型;最后提出了基于机器人关节刚度模型的离线恒力补偿控制方法,在无需力传感器的情况下使相对力误差在5.27%以内,满足工业生产对于打磨精度的要求。为了进一步提高机器人力控制精度,本文将机器人作为控制对象,提出三种无模型的基于力传感器反馈的在线恒力跟踪方法。首先根据PID参数模型提出PID恒力控制方法;然后描述并分析了传统的导纳控制方法,在此基础之上提出变刚度自适应导纳控制,并结合李雅普诺夫稳定性理论给出了系统稳定性证明,实现机器人运动过程中接触力的快速调节并且有效改善力的抖动问题,最终将相对力误差控制在4.55%以内,较离线恒力补偿控制有所提升。在上述研究内容的基础之上,本文以实验室现有的ABB IRB120型机器人和若干工件为研究对象,对所研究的工件表面模型重建、机器人打磨优化轨迹生成、基于机器人关节刚度的离线恒力补偿控制和机器人在线恒力控制等内容进行了实验研究。实验结果验证了本文所提出方法的可行性与有效性,表明了本文针对机器人打磨系统的相关研究具有一定的应用价值。