铸造产品在工业生产中大量使用,占据着重要地位,但由于模具制造和铸造工艺等原因,铸造部件的凸凹台边缘、孔内等处易产生毛刺。目前,国内对于毛刺的清理多采用人工清理的方式,加工效率低且质量一致性差。基于工业机器人的毛刺清理已初步投入使用,但机器人绝对精度不高,工件夹持点位置和轮廓形貌的不确定性,导致机器人毛刺清理的完整度及质量尚未达到预期。针对上述问题情况,开展了机器人位姿精确测量、误差补偿技术的研究,同时进行了工件三维形貌测量及位姿偏差矫正方法的探讨,并结合相关实验,验证分析了前述方法。主要开展的内容如下1)针对机器人位姿测量效率低的问题,研究了基于矩阵奇异值分解的机器人位姿测量方法:通过使用激光跟踪仪测量机器人末端的靶球在世界坐标系和工具坐标系的坐标,求解机器人的位姿信息,相关实验表明提出方法的测量精度同投影法接近,但测量效率提高;2)针对机器人绝对定位精度不高的问题,提出了一种基于极限学习机的位姿误差补偿方法:位姿误差和理论位姿作为学习机的训练数据,采用极限学习机的方法构建回归模型预测位姿误差,通过修改指令位姿实现位姿误差的补偿,相关实验数据对比显示,提出方法有效提高了机器人的位姿精度。3)工件夹持点位置和轮廓形貌的不确定性,直接影响机器人去毛刺精度,开展了工件三维形貌测量和位姿矫正方面的研究:基于天远三维扫描仪进行了工件的多角度扫描,点云拼接重构了工件的整体形貌;基于ICP算法的点云模型配准方法,求解工件位姿偏差;机器人手眼标定实现工件位姿偏差到机器人世界坐标系的转化,优化加工轨迹。