自动化装配技术是近年来飞机制造领域内高度关注的技术焦点,以提高产品质量、适应快速研制和生产、降低制造成本为目标,为此,对飞机装配技术提出了自动化、数字化、柔性化、低成本的迫切需求。由于工业机器人具有加工质量稳定、自由度高、可达性好、可适应飞机复杂大型部件加工等特点,被广泛应用于飞机制造行业中,因此效率更高、钻孔质量更好的飞机装配机器人制孔替代传统手工制孔已经成为发展趋势。机器人制孔的路径规划直接决定着制孔的质量和效率,研究机器人制孔路径规划算法,对于实现高效率、高质量、高经济性的飞机自动化装配有着重要的意义。本文在现有机器人制孔路径规划算法基础上,对飞机装配机器人制孔路径规划问题开展深入研究。利用CATIA软件对某型号飞机的矩形翼进行数字化模型建立,基于提取的制孔点位特征信息作为数据支撑,采用传统蚁群算法和人工免疫算法对飞机装配机器人制孔路径进行规划,并对传统蚁群算法中的信息素挥发因子和信息素启发因子提出了动态优化策略。在此基础之上提出一种集成两种算法优点的免疫蚁群优化算法,来解决单一算法在飞机装配机器人制孔路径规划上的不足。最后应用CATIA的CAA技术对CATIA进行二次开发,建立机器人制孔路径规划可视化仿真系统。仿真结果表明,在飞机装配机器人制孔路径规划问题上,提出的免疫蚁群优化算法得到的路径明显优于传统蚁群算法和人工免疫算法,提高了算法的寻优能力和生成路径的质量,免疫蚁群优化算法的迭代收敛次数与时间同传统蚁群算法与人工免疫算法相比得到显著的减少,有效地提高了飞机装配机器人制孔的效率与制孔的质量,本研究可为飞机装配机器人制孔路径规划问题提供理论和实践参考。