喷涂机器人作为智能机器人在工业制造领域的一个重要分支,广泛应用于汽车、船舶以及航空航天等领域,对于作业环境的改善以及生产效率的提高起到了很大的作用。目前大部分的喷涂机器人还是采用人工示教的方式进行喷涂路径规划,不仅对示教人员的健康存在一定威胁,而且难以保证喷涂的质量,一旦工件的类型发生改变就要重新进行示教。因此,研究喷涂机器人的自动路径规划方法是非常有必要的,特别是对于一些多品种工件混线生产的柔性生产线来说。本文基于工件的三维点云,对于喷涂机器人的自动路径规划方法进行了研究。首先,完成了系统的总体方案设计。包括数据的采集方法、预处理流程以及获取喷涂路径的方法等。研究了激光传感器的工作原理,并利用激光传感器获得了工件表面的三维数据。为了获得高质量的点云数据,研究了点云的预处理方法。将统计滤波与双边滤波算法结合去除点云离群点,平滑表面噪声。通过边缘保持的点云精简算法对原始点云进行下采样。最后针对单传感器获取点云数据存在的一些问题,设计了基于多传感器的数据采集方法并研究了多传感器之间的数据配准算法。其次,对机器人喷涂的过程进行建模。在建立空气喷枪的单点涂层厚度沉积模型的基础上,计算出直线型路径涂层厚度沉积模型以及相邻路径之间的沉积模型,并对这些模型进行仿真验证。为了获得更好的喷涂质量,以涂层厚度分布均匀性为目标函数,建立了多约束单目标的优化模型,求解优化模型并进行仿真验证。优化得到的喷涂参数将会在后续的喷涂路径规划中得到应用。然后,结合喷涂工艺对工件表面以及工件边缘分别进行喷涂路径规划。对于工件表面,提出了一种根据工件特征自适应的选取切片方向的点云切片算法,并根据喷涂机器人喷涂路径的要求,对切片得到的数据点进行排序。为了获取路径点处的喷枪姿态,本文在PCA算法的基础上进行改进,得到了一种具有广泛适应性的喷枪姿态获取方法。针对工件的边缘,提出了一种基于边缘检测技术的喷涂路径规划算法,并解决了散乱散乱边缘点的边缘分离以及空间排序问题。最后,搭建机器人喷涂路径规划的实验平台,在该平台上对本文提出的工件表面喷涂路径规划算法以及工件边缘喷涂路径规划算法进行验证,实验证明本文提出的两种路径规划算法可以准确的、快速的完成不同种类工件的喷涂路径规划。