碳纤维增强树脂基复合材料因其优异性能在航空航天、轨道交通、汽车船舶、体育医疗等领域应用广泛。其中二维机织物预浸料（简称织物）可变形性良好,适用于铺放不可展曲面零件（简称曲面零件）。目前,曲面零件的织物手工铺放存在效率低、质量一致性差的不足,机器人铺放有利于解决此问题。当前机器人的铺放轨迹为模具曲面上的测地线,铺放压力则根据模具各区域的形状人为指定。然而上述铺放轨迹与压力的规划方法未能准确描述手工铺放的动作特点,本文基于模仿学习对人工铺放技能进行建模,搭建织物铺放机器人平台,研究铺放技能的示教、建模及复现并进行铺放效果评价,所完成的主要工作及结论如下:首先,搭建由UR5e机器人、ATI Gamma六维力/力矩传感器、柔性压辊、示教手柄、COMATRIX三维相机、曲面模具组成的织物铺放机器人平台。考虑使用单个六维力/力矩传感器不能同时进行拖动示教与压力记录,提出将示教手柄安装于两传感器之间的双传感器串联方案;考虑人工示教难以保证压力沿曲面法向,本文基于三维点云计算曲面法向,实现对示教姿态的实时调整。然后基于导纳控制器实现铺放技能示教,采集铺放轨迹与压力。其次,使用概率模型对铺放技能进行描述。本文基于期望最大化算法分别建立轨迹与压力相对于时间的GMM模型,然后使用GMR从GMM模型中得到铺放轨迹与压力的期望值。最后,在力/位混合控制框架下,针对压辊从自由空间运动到模具表面时的接触状态切换过程,提出预控制量退出法降低压力冲击;针对铺放压力跟踪,采用迭代学习控制（ILC）提高压力控制精度,并将控制量提前若干周期发送给机器人解决系统延迟造成的迭代不收敛。在某型号飞机发动机叶片的局部模具上进行织物铺放实验,验证所提出的技能建模方法与压力控制器的有效性。得到以下结论:各条铺放轨迹的压力均方根误差均不超过0.5N,除第2条轨迹外,对应迭代轮次的最大误差不超过1.7N,精度满足使用要求。相较于不考虑延迟的迭代学习压力控制器,压力最大误差和压力均方根误差分别降低了50.0%和55.6%,相较于经过参数整定的PID控制器,压力最大误差和压力均方根误差分别降低了62.5%和63.6%,验证了压力控制器的有效性。通过视觉检测成型零件表面轮廓,有约97.3%的区域满足要求,验证了铺放技能建模方法的有效性。