传统的工业机器人应用多采取人工示教和离线编程两种方式进行。其中,人工示教方式存在着操作繁琐、示教周期长的缺点,而离线编程方式则受限于工件数模难于事先获取,以及数模与实际工件之间存在偏差的问题,难于实现编程方法对环境的适应性。上述主流编程方式存在的局限性极大地限制了工业机器人在智能制造行业中的广泛应用,尤其是对具有小批量、多品种、非标准特征的工件加工任务来说更是如此。有鉴于此,本文以针对大型钢结构件的多机器人喷涂作业任务为主要研究对象,通过引入基于低成本2D扫描激光的智能感知技术,构建了一套面向喷涂作业的多机器人在线智能编程系统,实现了对待加工工件的在线建模和作业规划,其主要内容如下:针对大型钢结构件喷涂作业任务进行了深入的需求分析,以模块化设计方式为指导,提出了面向喷涂作业的多机器人在线智能编程系统的体系结构,包括智能感知模块,通用编程与仿真模块,喷涂作业规划模块等核心模块,并针对各子模块的功能实现进行了详细的分析和设计。针对喷涂工件CAD模型难以获取,以及模型与实际工件存在偏差的问题,本文通过引入智能感知技术,提出一种基于激光扫描的喷涂工件快速建模方法,采用低成本2D激光对工件表面进行扫描以获取点云,通过点云简化、滤波、特征提取和曲面重建等步骤生成工件曲面的STL模型,并通过网格简化和孔洞修复技术实现了对所生成的STL模型表面缺陷的自动修复,从而在保留工件基本特征的前提下实现了对工件表面的在线感知和建模,以满足在线喷涂编程的需求。在重构生成工件数模的基础上,对多机器人喷涂作业规划问题进行研究,首先针对包含孔洞等拓扑结构的复杂工件曲面,提出了一种基于栅格划分的拐点检测方法实现了对工件表面的分片处理,并采用特征平面相交的方法生成了各分片的喷涂路径;其次对多机器人任务分配问题进行了重点研究,通过分析具有复杂喷涂作业的工艺需求、机器人可达性、运动学和动力学约束等约束条件,以任务分配均衡性、喷涂时间均衡性、最短作业时间、空走比等为混合优化目标,建立了多机器人喷涂任务分配的一般性优化模型,在此基础上以双机器人为例采用具有多染色体结构的遗传算法实现了喷涂作业序列的优化生成。最后,本文实现了面向喷涂作业的多机器人在线智能编程系统的软件开发,该软件系统具有工件建模、工作站搭建、轨迹规划与编程、运动仿真、后置处理、喷涂作业规划等功能;提出包含覆盖率、作业时间等的喷涂性能评价标准,在此基础上,对大型钢结构件喷涂作业的效果进行评价,说明本系统的有效性与实用性。