近日，广东省科学院智能制造研究所机器人技术团队联合香港大学，在大型复杂构件机器人抛光领域取得重要进展，创新提出一种面向大型复杂构件的区域感知机器人抛光轨迹生成方法。相关成果发表于《机器人技术与计算机集成制造》（Robotics and Computer-Integrated Manufacturing）。

论文通讯作者、广东省科学院智能制造研究所副研究员吴鸿敏表示，该方法将构件几何特征与机器人运动学约束进行显式耦合，能够根据不同区域的曲率特征、空间位置及机器人可达性，自适应规划抛光轨迹，并匹配加工速度及接触力参数，实现复杂曲面的智能精准抛光。

大型复杂构件广泛应用于高端装备、新能源汽车及轨道交通等领域，普遍存在尺寸跨度大、曲面形貌复杂、薄壁易变形等特征，加工过程中的动态响应复杂。同时，构件不同区域的结构刚度、曲面曲率及加工可达性差异显著。传统机器人抛光方法采用固定轨迹与统一柔顺控制策略，难以兼顾加工效率与表面质量，易出现局部过磨、接触力波动大、加工一致性差等问题。复杂区域的自适应高质量机器人抛光一直是智能制造领域的关键技术难题。

在国家自然科学基金、国家重点研发计划等项目资助下，研究团队创新研发了位姿感知曲面分割方法，将曲面几何形貌与机器人运动可行性统一建模，实现了复杂曲面的区域化智能划分。同时，提出基于高斯过程驱动的可微分流形映射方法，对不同区域的轨迹、加工速度、接触力及阻抗参数进行协同学习与连续映射，既保证了抛光轨迹的平滑连续性，又大幅提升了加工过程中的力稳定性与柔顺控制性能。借助高斯过程的不确定性量化特性，该方法还实现了复杂加工环境下的鲁棒自适应优化，增强了系统对复杂曲面及加工扰动的适应能力。

该团队在薄壁铝合金大型复杂构件（800 mm × 500 mm × 4 mm）上开展了仿真与真机实验。实验结果表明，该方法可实现高连续性轨迹覆盖，抛光后表面粗糙度达Ra=0.635 μm，接触力波动稳定控制在±0.5 N以内。相较于传统抛光工艺，新技术在加工效率、表面质量及力控制稳定性方面均实现全面提升，充分验证了区域感知自适应抛光技术在高端复杂制造场景中的应用价值。

相关论文信息：https://doi.org/10.1016/j.rcim.2026.103260