无缝线路是适应现代铁路高速、重载需求的最优选择,而焊接是消除钢轨有缝接头关键技术之一。由于线上轨道铺设的焊接工艺经处理后仍然残留环形带凸起瘤疤,故目前国内钢轨焊接厂家均采用手提砂轮机、人工仿形磨削机及轨底打磨机对该部位进行处理,该磨抛工艺存在加工时间长、劳动强度大等问题。协作机器人是易于集成的智能装备,具有高精度、高效率、高安全性等优点,采用协作机器人代替人工打磨,可以极大地提高工件的加工精度和工作效率。为此,本文研究了一种基于协作机器人的无缝钢轨焊缝磨抛方法,论文的主要工作如下:(1)为了使用协作机器人实现钢轨焊缝的在线识别,对钢轨焊缝图片进行预处理并建立离线图像库。首先,对无缝钢轨焊缝影像进行特征分析,确定了焊缝的基本几何形态。然后,对焊缝图像进行小波滤波及焊缝区域的提取。接着,通过几何变换扩充样本的数目并对焊缝图像进行尺寸归一化处理。(2)针对钢轨焊缝的快速识别与定位,研究了基于深度学习的无缝钢轨焊缝图像识别算法。首先,引用了卷积神经网络的原理及Alex Net模型。然后,介绍了基于Tensor Flow深度学习框架的软件开发环境及系统硬件配置。在此基础上,研究并设计设计了基于深度学习的焊缝图像识别系统。(3)针对协作机器人在焊缝磨抛过程中毛刺形状及尺寸突变导致磨抛深度不均匀的问题,设计了基于广义预测算法的协作机器人焊缝磨抛力位混合控制系统。首先,引用了基于参数模型的广义预测理论及原理,设计了基于磨抛环境参数的广义预测算法,并对环境模型进行在线辨识及反馈校正。然后,引用了传统力位混合控制算法的理论模型并分析了其优缺点。接着,将广义预测算法与力位混合控制算法相结合,设计了面向钢轨焊缝磨抛的协作机器人力位混合系统并对提出的算法进行仿真验证。(4)最后,采用MATLAB及ADAMS软件对本文提出的基于协作机器人的无缝钢轨焊缝磨抛方法进行联合仿真。实验结果表明,提出的方法能够满足高稳定性、高精度的钢轨焊缝磨抛的需求。