在铸件制造领域,飞边打磨是一道必不可少的工序。在我国,铸件飞边打磨还是以人工为主,传统的人工打磨存在打磨效率低,工作环境较为恶劣等缺点。由于工业机器人高效率,稳定性好等特点,以机器人代替人工打磨是必然趋势。本课题主要基于水平分型面类型的铸件点云信息,对铸件飞边的打磨规划方法进行研究,主要内容如下:（1）构建了铸件点云的数字化模型。通过搭建视觉扫描平台获取目标的三维点云信息,并结合点云配准算法得到完整的铸件点云模型。此外,为了后续更有目的性地提取关键信息,进一步采用了深度学习的DGCNN网络对工件点云进行分割,主要分成三个部分:铸件本体、铸件飞边和环境背景。铸件飞边是在铸造过程中由于各种因素造成的模具锁止力失效形成的金属薄片溢出,在铸造或者搬运的过程,飞边容易出现翘曲的情况,造成机器人打磨位置高度难以确定。针对上述问题,提出利用基于法线估计边缘检测结合K-D树半径搜索算法分割出飞边的内外边缘,保留内边缘,内边缘点的位置高度可视为铸件水平分型面的位置高度,从而可以确定机器人的打磨路径高度。（2）铸件打磨点的提取。针对该问题,提出了利用点云的单侧面投影算法将铸件本体的空间点云进行扁平化处理,所选的投影平面为飞边内边缘所在的平面,即水平分型面。得到本体的平面点云后,结合边缘检测和DBSCAN聚类算法,分离出了铸件水平分型面边缘的打磨点。将该算法提取的点与人工标签的点进行比较,结果表明,两者的重合率为93.13%,验证该方法的可行性。此外,针对机器人打磨路径拟合点的选取问题,本文对分离出的边缘打磨点利用改进的体素下采样方法进行选取。该改进算法利用体素内质心点的最近邻点作为体素的代表点进行下采样,保证选取的点均来自初始输入点云,避免为后续的打磨路径拟合引入干扰。（3）机器人打磨路径规划。针对所提取的路径拟合点,首先利用三次非均匀有理B样条对打磨路径进行拟合。利用评价点集与拟合曲线的最近邻点的平均距离和均方根误差作为拟合效果的评价,结果为:平均距离0.174812mm,均方根误差0.24956,可满足粗加工的要求。然后,进一步分析插补步长、弓高误差和曲率之间的关系,提出打磨路径点的插补方法。通过分析计算,确定机器人末端操作器在打磨过程中的位姿信息,并在机器人原始位置到打磨初始点运动过程中利用RRT算法进行路径避障。（4）机器人打磨系统平台搭建。针对铸件点云数据处理的部分问题,开发了一款具有点云格式转换、点云可视化、铸件飞边内边缘提取和铸件边缘打磨点提取功能的用户界面软件。在实验过程中,本文的实验对象选取灰铸铁铸件,通过开发的软件提取该铸件在水平分型面的打磨点,进行路径拟合,打磨路径点插补。利用飞边打磨前后的点云投影在二维平面坐标系占用的网格作为打磨评价指标。通过实验可得,利用本课题方案的飞边切除率可达79.17%,可极大减少人工打磨的工作量。