随着航空业的高速发展,航空材料的可靠性越来越重要,经过无损检测对航空零件进行检测与筛选能够极大的提高航空器的安全性和可靠性。但复杂曲面的传统检测手段自动化程度低、工作效率与精度差。基于以上问题,对六轴机器人辅助超声无损检测进行研究,机器人可以通过规划末端姿态和轨迹以满足超声无损检测的条件,即超声波垂直入射待测表面和超声探头与待测表面距离相等。使用规划后的机器人轨迹进行超声无损检测具有准确度高、检测效率高的优点,对提高航空器的安全性以及可靠性具有重要意义。机器人辅助无损检测相比于人工,最大的优势在于快速而准确,为了发挥其优势而又不产生因快速运行而造成的机械抖动的误差,对扫描轨迹重新规划,主要研究内容如下:(1)本文以Epson C3六轴机器人结构为例,建立六自由度机器人运动学模型,并分析正运动学及数值法的逆运动学求解,对于逆解易陷入局部最优解问题,提出基于改进GA-PSO算法的逆运动学求解方法,该方法求逆简单且不会陷入局部最优解问题。在多次的逆运动学求解实验中,改进后的GA-PSO算法与直接使用粒子群算法相比,平均迭代时间为0.505s略慢于传统PSO的0.439s,快于未改进的GA-PSO算法的0.517s;传统PSO算法陷入局部最优3次,未改进的GA-PSO算法陷入局部最优1次,改进的GA-PSO算法未出现陷入局部最优解,由此可见,本文算法搜索速度快,且全局搜索能力强。(2)以发动机叶片为例,使用泊松曲面重构算法对Meshlab所获点云进行曲面重构,基于所获发动机叶片CAD模型的曲面法向量获得超声波垂直入射的机器人末端姿态矩阵。并针对发动机叶片曲面上因曲率不同速度变化过大的问题,对轨迹进行等弧长的检测点重分配,关节空间等弧长分配后的笛卡尔空间末端最大速度为0.7529m/s,小于分配前的1.9205m/s,关节空间最大角速度0.0983rad/s,小于分配前的0.5057rad/s,明显降低了相同路径及运行时间下的最大速度和加速度。(3)使用Leap Motion手势识别设备规划发动机叶片超声探头扫描轨迹,并对其进行关节空间最优轨迹优化,避免法线延伸后的大曲率轨迹速度过大,重新规划各轨迹点时间间隔。分别对点对点轨迹和连续轨迹进行优化。其中点对点轨迹中规定四点位姿点,使用5-5-5插值约束速度,使用粒子群算法搜索该时间段并获得三段五次多项式系数,获得加加速度较小的平滑轨迹,其中运行时间为4.0894s,最大运行角速度为1.3707 rad/s,最大角加速度为4.8531rad/s~2,最大角加加速度为14.7562rad/s~3;对于连续轨迹点,轨迹点间隔较少,使用三次样条插值、圆弧插值和非均匀有理B样条插值对机器人关节空间轨迹点序列插值优化,并获得速度约束下的机器人姿态运动轨迹并赋予时间信息,优化后的轨迹在三次样条插值运行时间最短为8.9970s,非均匀有理B样条插值运行最大角速度最小为1.0767rad/s。两种优化方式后的轨迹均具有轨迹平滑且冲击力较小的优点。