多关节工业机器人广泛应用于各个行业中,尤其是无人工厂、自动化生产线等,是智能制造的核心装备之一。3D打印技术能够快速将产品设计转换为产品,深刻影响了模具制造、航空航天等众多行业。而两者的结合能够实现在空间内复杂曲面的高精度打印。后处理和精确的轨迹是复杂曲面3D打印的基础。多关节工业机器人的工作空间也为机器人的路径规划和可靠控制提供了必要的约束信息。本文在借鉴现有的研究成果基础上,开展了面向3D打印的多关节工业机器人的后处理以及工作空间可视化方法研究。论文的主要研究内容和成果归纳如下:(1)利用指数积理论对多关节工业机器人的运动学进行建模,以适合不同类型的多关节工业机器人。以工具坐标系为全局坐标系,引入各轴相对于工具坐标系位置向量,根据指数积理论建立运动学模型,该模型具有清晰的几何意义,大大简化了建模过程。利用指数积理论和Paden-Kahan子问题解决多关节工业机器人的逆运动学,并且利用逆运动学求出了一个末端位姿在关节范围内的所有可能的关节角度组。(2)提出一种基于非线性误差的逆运动学多解选择方法。借助多关节工业机器人运动学,得出基于关节角插值的非线性误差评估方法。提出关节角非线性误差最小原则,以选择逆运动学合适解。在此基础上,提出一种基于非线性误差的路径细化方法,以提高3D打印表面质量。为了避免无止尽的插入,提出在奇异区域附近的平滑方法。(3)提出一种基于关节关键程度的逆运动学多解选择方法。根据机器人雅可比矩阵计算各关节角的灵敏度表达式,确定各关节的关键程度及其关键次序,即关键程度越高关键次序越低。然后提出一种基于名义关节角差值最小原则,从所有可能解中选择与对应关键关节的名义关节角差值最小的解,关键次序高的关节从关键次序低的可行解中选择,则关键次序最高的关节的可行解为合适关节角组。(4)提出一种基于3D打印分层概念的工作空间可视化方法,以获得详细工作空间。用正运动学推导出每一层的边界公式表示为圆或圆环,根据关节角的行程范围得到其半径的最值。利用正运动学得到所有层高度限制。呈现一种工作空间边界提取方法,可以得到各层边界路径点数组。然后利用所提出的后处理方法将其代码化,生成可直接用于3D打印的关节角代码。(5)最后搭建面向3D打印的多关节工业机器人实验平台,完成系统硬件连接和软件调试,将生成的关节角代码输入界面中,进行3D打印实验验证。实验结果表明,本文提出的后处理以及工作空间可视化方法是有效的。