机器人的工业应用在先进制造业领域有着重要的地位,自动化生产的装备已经成为了现今的主要需求。自由曲面加工还存在不少的技术难题,造成了任何的加工方式都不能够完全地满足高精度零件生产的需求,所以复杂曲面在完成初步加工后,都需要再附加平滑加工、研磨和抛光等精加工工序。然而表面的人工精加工耗费时间,且无法确保加工质量,急需机器人作业。在精密装配、抛光打磨、修刮清洗等作业中,会发生机器人和环境的交互作用,交互力的大小会对加工作业的精度和质量产生显著的影响,因此实现主动柔顺控制具有重要意义。本课题以自由曲面精加工机器人为主要研究对象,搭建了高端制造机器人自动化作业生产线,并进行了柔顺研究与试验验证。首先,介绍了机器人在自由曲面精加工应用的研究现况,包括了国内外研发的知名实验平台与机器人供应商,并且阐述了机器人在柔顺控制中的发展。之后,研究了基于外部视觉的自由曲面加工机器人的视觉引导定位方法。介绍了高端智能制造机器人自动化作业生产线的结构和工作原理,研究了加工图像待加工工件中心点的提取,为机械臂加工路径跟踪提供了数据。提出了一种基于K-means聚类的自适应Canny边缘检测算法,解决了传统Canny算法中阈值需要人工选取的不足,提高了算法的自动化程度。使用了基于加工机器人的双目视觉跟踪算法,利用视觉传感器的图像深度信息计算待加工工件的坐标定位。然后,系统地研究了加工末端轨迹规划问题,基于自由曲面加工中传统的等参数线轨迹规划方法,运用相关的数学和物理知识,完成了关节和连杆之间参数的提取和关系式的计算,并且对其中的二分法进行了改进。此外,加入自适应加工的轨迹规划方法,有效提高了效率。研究了机器人柔顺控制系统被动结构,构建了机器人力控制系统,采用了机器人力外环柔顺控制策略。最后,针对异型曲面加工机器人中摩擦导致的加工精度降低的问题,详细分析了摩擦力的产生、摩擦的动态现象以及几种常见的摩擦模型。设计了一种改进的非线性干扰观测器在异型曲面加工机器人控制系统中的应用,并采用李雅普诺夫函数稳定性理论保证了系统的稳定性,通过实验平台结果证明其控制精度提高了30%以上,验证了算法的有效性。