工业喷涂生产领域的竞争正变得日趋激烈,人们对产品的自动化水平、优化程度、质量需求日益提高。当前工业上常用的喷涂的方式是调试人员根据待喷工件的现场安装情况对喷涂机器人进行点对点的轨迹编程。此方法操作复杂、繁琐而且耗时较长,使得喷涂加工的效率较低,同时对操作者有较高专业技能要求。更重要的是,当待喷工件的类型更换后或者工件与机器人之间的相对位置发生偏差时,需要重新示教一套喷涂轨迹,大大降低了自动化应用效率。本课题针对当前工业环境中的机器喷涂的不足之处,以希美埃(芜湖)机器人技术有限公司的门板喷涂项目为背景提出一种基于视觉扫描的智能喷涂系统,该系统能实现在复杂工业环境下工业机器人对待喷涂工件的智能喷涂要求。本系统包括:视觉扫描装置、集成工控机、喷涂机器人、输送链。扫描装置主要作用是读取工件表面的几何数据并将其发送到上位机中,上位机中集成的图像处理系统收到传来的数据后首先删除多余信息,然后提取出待喷涂工件的几何特征;上位机在处理工件表面的几何数据过程中利用图像处理中的预处理、噪声去除、图像锐化、边缘检测、Hough变换等算法。随后对视觉系统进行标定,本文提出一种基于视觉的机器人快速定位的方法,提高了机器人对工件定位的准确性,提升了工作效率。在输送链的喷涂位置上设置有位置传感器,实现快速、准确的将工件运输定位在喷涂区域的功能。在喷涂工艺模块中,喷枪部分建立锥形喷涂模型,涂料部分利用摆塔分布模型建立涂料累计模型,涂层均匀性根据涂层的厚度变化量作为评价函数,从而保证系统的工艺水平。图像处理结束后,根据处理后的图像特性利用基于平面梯度的路径规划算法规划机器人的喷涂路线。然后通过样条算法实现具有恒定速度和高平滑性的喷涂轨迹,保证机器人末端能够平滑的运动。最后,利用Visual C++2013开发平台与HALCON图像处理库联合,针对本系统设计一款机器视觉检测软件,提高系统的可操作性与实时性。