喷涂机器人可以实现喷涂轨迹自动规划等工作,在国内外被广泛用于汽车等产品的涂装生产线,其应用可以大大改善作业环境以及提高生产效率。本文聚焦于喷涂机器人的自动路径规划问题,基于3D视觉技术,针对目标点云获取中的背景点去除问题、连接轨迹优化中的路程最优和时间最优这三个难点问题以及点云曲面重构的实现问题进行了研究。论文主要内容如下:第一,针对复杂曲面背景点难以去除的问题,提出了一个较为灵活的目标部件点云获取的方案。其中,对于简单部件,使用B样条曲面重构的方法获取点云;对于复杂部件,采用DBSCAN算法对点云进行分类,选取最大类实现背景点的去除。仿真表明,该方案简化了点云的获取过程,灵活度高,完全可以满足喷涂机器人工作的需要。第二,基于3D视觉,使用法向量估计算法、Ball pivoting算法及滤波技术实现了复杂部件的曲面重构,相比传统曲面重构方法,可以得到更平滑的曲面。在后续的分片和切片处理中,对常规分片处理进行了改进,优化了面片法向量和点云方向边框最长窄面近似平行的情况下的分片识别算法,减少了相邻面片分割线的数量。仿真表明,在本文曲面重构所得曲面的基础上,改进的分片处理方法提高了边界处切片处理的性能。第三,针对分片连接轨迹路程最优问题,提出了一个基于扩展染色体的改进的遗传算法,在染色体的构造中考虑了端点对选择的信息,仿真表明该算法可以得到路程最短的连接轨迹。针对分块连接轨迹时间最优问题,在NURBS笛卡尔空间规划以及B样条关节空间规划的基础上,提出了一个基于仿生回滚技术的改进的杂交粒子群算法,仿真表明所提出的算法可以得到时间最短的连接轨迹,进而提高了喷涂效率。第四,综合上述研究,实现了一个基于分块策略和参考边界配准轨迹处理的喷涂轨迹规划方案。在该方案中,通过对主部件和小部件的分类,降低了分片处理后切片生成轨迹的复杂度;利用参考边界轨迹和实际点云的配准对放置误差进行消除,解决了实际喷涂中目标部件点云和喷涂轨迹匹配效果差的问题。实验表明,所提出的方案可以得到较为规则的面片,提高了切片处理的效率,能够获得与实际点云更高匹配度的喷涂轨迹。