火车作为我国交通工具的重要组成部分,在我国运输行业中扮演着重要的角色。随着火车车辆的运行,其车厢表面的油漆标记会逐渐磨损或者破坏。当前,火车车厢标记的喷涂作业是通过人工喷涂方式来完成。但人工喷涂方式存在喷涂效率低、涂料浪费以及危害作业人员健康等缺点。因此,本文研究了一种自动喷码机器人,实现了火车车厢标记的自动喷码,从而有效的提高喷涂效率,降低涂料浪费,保障作业人员的健康等。本文主要从以下方面进行研究:1.基于火车车厢标记喷涂任务,分析了任务需求以及喷涂工作场景的特点,从而提出了自动喷码机器人的整体系统构成。针对自动喷码机器人的机械臂以及相应的喷涂方式进行对比分析,最终选定IRB5400喷涂机械臂作为自动喷码机器人系统的喷涂主体,选定空气喷涂作为机器人的喷涂方式。2.针对IRB5400喷涂机械臂,通过DH参数法,进行机械臂的运动学分析,并进行相应的仿真验证。3.针对火车车厢标记喷涂任务,构建了轨迹规划式喷涂方法以及点阵式喷涂方法的轨迹规划库。通过RobotStudio仿真软件,对IRB5400喷涂机械臂字符喷涂进行相应的仿真,验证了通过平面轨迹规划转换为空间轨迹规划并最终控制机械臂喷涂的方案正确性。4.针对待喷涂物体的边界分割任务,利用U-net网络模型实现待喷涂物体的边界分割,取得了比阈值分割方法和边缘分割等方法更为优良的分割效果。对模型的padding方式,通道数量、迭代次数等进行改进。同时对比了 U-net方法、U-net++方法、结合ResNet101的U-net方法的分割结果进行对比,从而选择最优的模型。针对火车车厢喷涂标记的定位和识别任务,分别构建了适用于喷涂标记定位任务和喷涂标记识别任务的数据集,根据所构建的数据集,训练相应的网络模型。对YOLOv3模型的anchor大小,batch size、迭代次数等进行改进,同时对比YOLOv3与YOLOv5的定位效果,从而选择最优的模型。利用CRNN网络对提取的喷涂标记进行文字识别。最终,构建了完整的两阶段的喷涂标记定位和识别模型,对比模板匹配方法的结果,本文方法取得了更好的结果。