基于3D机器人视觉的飞机零件制孔位姿修正*

doi:10.16731/j.cnki.1671-3133.2026.06.014

现代制造工程 ›› 2026, Vol. 549 ›› Issue (6): 135-142.doi: 10.16731/j.cnki.1671-3133.2026.06.014

• 仪器仪表/检测/监控 • 上一篇下一篇

基于3D机器人视觉的飞机零件制孔位姿修正^*

陈家祥¹, 闫星合², 薛雷¹, 贺元敏³, 殷传霞², 张刚^2,3

1 上海飞机制造有限公司,上海 201324;
2 无锡黎曼机器人科技有限公司,无锡 214174;
3 华中科技大学无锡研究院,无锡 214174

收稿日期:2025-06-21 出版日期:2026-06-18 发布日期:2026-07-02
通讯作者: 张刚,博士,高级工程师,主要研究方向为机器人加工、移动机器人测量。E-mail:zgrobot@163.com
作者简介:陈家祥,硕士,工程师,主要研究方向为机器人系统研发及应用。E-mail:chenjiaxiang@comac.cc
基金资助:
*国家商用飞机制造工程技术研究中心创新基金项目(COMAC-SFGS-2024-509);无锡市产业创新研究院先导技术预研项目(XD23018)

Drilling pose correction for aircraft components based on 3D robotic vision

CHEN Jiaxiang¹, YAN Xinghe², XUE Lei¹, HE Yuanmin³, YIN Chuanxia², ZHANG Gang^2,3

1 Shanghai Aircraft Manufacturing Company Ltd., Shanghai 201324, China;
2 Wuxi Riemann Robot Technology Co., Ltd., Wuxi 214174,China;
3 Wuxi Research Institute of Huazhong University of Science and Technology, Wuxi 214174, China

Received:2025-06-21 Online:2026-06-18 Published:2026-07-02

摘要/Abstract

摘要： 随着航空航天、汽车制造等领域对高精度装配要求的不断提升,机器人自动化制孔技术以其高效性与灵活性成为关键工艺环节。而在复杂工况下,机器人制孔精度会被视觉定位偏差、视觉系统拍照局限性及机器人运动学误差等多源误差影响。现有方法大多依赖离线编程或刚性工装被动补偿,难以适应柔性生产场景下小批量、多品种的实时误差修正需求,因此,提出了一种融合在线检测与主动补偿的基于3D机器人视觉的飞机零件制孔位姿修正方法,通过3D机器人视觉反馈闭环控制,基于刚性变换补偿的视觉-工具坐标系统一修正框架,协同优化法向信息,并使用三阶段分层渐进点云配准策略,实现动态工况下的亚毫米级制孔精度保障,满足航空航天制造业、汽车制造业等严苛领域的制孔任务要求。

关键词: 机器人制孔, 刚性变换, 精度补偿, 点云配准

Abstract: With the increasing demand for high-precision assembly in aerospace,automotive manufacturing,and related fields,robotic automated drilling technology has emerged as a critical process due to its efficiency and flexibility. However,in complex working conditions,drilling accuracy is compromised by multi-source errors such as visual positioning deviations,imaging limitations of vision systems,and robotic kinematic errors. Existing methods predominantly rely on offline programming or passive compensation via rigid tooling,which struggle to adapt to real-time error correction requirements in flexible production scenarios characterized by small batches and diverse product types,so a 3D robot vision-based drilling pose correction method for aircraft components that integrates online detection and active compensation was proposed. By establishing a closed-loop control system with 3D robotic visual feedback and implementing a vision-tool coordinate unified correction framework based on rigid transformation compensation,the method cooperatively optimized normal vectors and employed a three-stage hierarchical progressive point cloud registration strategy.This approach ensures sub-millimeter drilling accuracy in dynamic working conditions,effectively addressing the stringent requirements of drilling tasks in aerospace and automotive manufacturing industries.

Key words: robotic drilling, rigid transformation, accuracy compensation, point cloud registration

中图分类号:

TP242.2

陈家祥, 闫星合, 薛雷, 贺元敏, 殷传霞, 张刚. 基于3D机器人视觉的飞机零件制孔位姿修正^*[J]. 现代制造工程, 2026, 549(6): 135-142.

CHEN Jiaxiang, YAN Xinghe, XUE Lei, HE Yuanmin, YIN Chuanxia, ZHANG Gang. Drilling pose correction for aircraft components based on 3D robotic vision[J]. Modern Manufacturing Engineering, 2026, 549(6): 135-142.

参考文献

[1] 董松,郑侃,孟丹,等. 大型复杂构件机器人制孔技术研究进展[J]. 航空学报,2022,43(5):31-48.
[2] HAN Pengfei,ZHAO Gang. L-split marker for augmented reality in aircraft assembly[J]. Optical Engineering,2016,55(4):103-110.
[3] 赵瑞强. CFRP制孔末端执行器设计及孔位识别算法研究[D]. 哈尔滨:哈尔滨理工大学,2021.
[4] ZHU W,MEI B,YAN G,et al. Measurement error analysis and accuracy enhancement of 2D vision system for robotic drilling[J].Robotics & Computer Integrated Manufacturing,2014,30(2):160-171.
[5] 田威,焦嘉琛,李波,等. 航空航天制造机器人高精度作业装备与技术综述[J]. 南京航空航天大学学报,2020,52(3):341-352.
[6] DEVLIEG R,SITTON K,FEIKERT E,et al. ONCE (one-sided cell end effector) robotic drilling system[R].[S.l.]:SAE Technical Paper,2002:1-10.
[7] 邓锋. 采用标准关节机器人系统对飞机货舱门结构的自动钻铆[J]. 航空制造技术,2010(19):32-35.
[8] 陈修强,田卫军,薛红前. 飞机数字化装配自动钻铆技术及其发展[J]. 航空制造技术,2016(5):52-56.
[9] ZHANG L,TIAN W,LI D,et al. Design of Drilling and Riveting Multi-functional End Effector for CFRP and Aluminum Components in Robotic Aircraft Assembly[J].Transactions of Nanjing University of Aeronautics and Astronautics,2018,35(3):529-538.
[10] 杜宝瑞,冯子明,姚艳彬,等. 用于飞机部件自动制孔的机器人制孔系统[J]. 航空制造技术,2010(2):47-50.
[11] 姚艳彬,毕树生. 用于飞机壁板类组件制孔的机器人视觉系统设计[J]. 航空制造技术,2015(13):82-84.
[12] 薛军旗. 视觉引导机器人制孔位姿控制及精度补偿技术研究[D]. 哈尔滨:哈尔滨理工大学,2020.
[13] 张泽阳. 视觉引导的制孔机器人末端位姿调整[D]. 天津:天津大学,2019.
[14] 谢岩峰. 基于双目视觉的机器人自动制孔系统设计及试验研究[D]. 哈尔滨:哈尔滨工业大学,2017.
[15] 陈璐,关立文,刘春,等. 基于结构光三维视觉测量的机器人制孔姿态修正方法[J]. 清华大学学报(自然科学版),2022,62(1):149-155.
[16] 吴春晓,孙坚,徐红伟. 基于点云的工件基准面定位检测研究[J]. 现代电子技术,2023,46(18):140-146.
[17] 梁标,李泷杲,黄翔,等. 基于特征模板的点云数据精确分割技术[J]. 航空制造技术,2022,65(11):112-119.
[18] 赵云涛,胡佳明,李维刚,等. 基于改进FPFH特征提取的点云模板匹配方法[J]. 应用激光,2024,44(4):196-204.
[19] 邹敏. 基于ICP算法的多视点云配准方法[J]. 科技创新与生产力,2017(2):74-76.
[20] 张星,张双星. 基于Point-to-Plane ICP的点云与影像数据自动配准[J]. 计算机与数字工程,2017,45(12):2510-2514,2546.
[21] SUSEMIHL H,MOEIIER C,KOTHE S,et al. High accuracy mobile robotic system for machining of large aircraft components[J]. SAE International Journal of Aerospace,2016,9(2):231-238.
[22] 杨再华,易旺民,闫荣鑫. 大型航天器装配精度检测技术发展综述[J]. 宇航计测技术,2018,38(5):16-23.

基于3D机器人视觉的飞机零件制孔位姿修正^*

Drilling pose correction for aircraft components based on 3D robotic vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李东宣, 孙文磊, 李品文, 刘爱田, 陈俊, 毕士海. 基于混合现实与数字孪生的工业机器人虚拟示教系统设计^*[J]. 现代制造工程, 2026, 549(6): 21-31.
[2]	丘宏岳, 唐晓鑫, 韩伟, 段海峰, 彭怡生, 陈宇姗. 双工业机械臂协同作业的动态路径规划与优化算法^*[J]. 现代制造工程, 2026, 549(6): 42-50.
[3]	徐明睿, 周德强, 汪尚, 盛卫锋, 左文娟. 基于改进沙猫群优化的RGV电机滑模速度同步控制^*[J]. 现代制造工程, 2026, 548(5): 146-153.
[4]	赖俊杰, 丁杰雄, 华晨辉, 樊腾娇, 杜丽, 王伟. 基于运动过程要素采样的机器人运动误差补偿方法[J]. 现代制造工程, 2026, 545(2): 42-49.
[5]	杨美观, 唐宏宾, 王红宇, 任广安. 液压机械臂数字孪生建模方法^*[J]. 现代制造工程, 2026, 544(1): 38-47.
[6]	刘炜, 蒋立君, 唐嘉强, 刘学刚, 胡兴. 基于Roboguide虚拟视觉的管板孔开槽机器人加工系统设计与仿真[J]. 现代制造工程, 2026, 544(1): 153-159.
[7]	毛坤, 朱学军, 杨旭东, 余坼操. 面向复杂工件的机器人视觉打磨系统:路径规划与力控制研究^*[J]. 现代制造工程, 2025, 538(7): 31-41.
[8]	黄开启, 邹秀梅, 刘正超. 基于SHUK-SVSF算法的轴孔装配孔位姿估计^*[J]. 现代制造工程, 2025, 538(7): 105-112.
[9]	马黎, 张迪. 基于QP-ZNN的冗余度机械臂容错控制^*[J]. 现代制造工程, 2025, 537(6): 73-83.
[10]	李志刚, 杨翔, 祝林, 魏成法. 基于Stateflow的焊接机器人协同规划策略^*[J]. 现代制造工程, 2024, 530(11): 60-65.
[11]	王淑良, 王彦涛, 赵明伟, 卞嘉志, 刘丽俊. 基于改进灰狼算法的电动缸摩擦辨识及补偿^*[J]. 现代制造工程, 2024, 527(8): 42-50.
[12]	牛进鑫, 孙文磊, 刘国良, 包胜辉, 张克战. 基于数字孪生驱动的机器人运动仿真与状态虚实同步映射研究^*[J]. 现代制造工程, 2024, 524(5): 48-55.
[13]	赵佳伟, 李卫东, 周勇, 胡吉全. 铣削加工机器人旋量建模及几何求逆优化^*[J]. 现代制造工程, 2024, 523(4): 66-72.
[14]	韩军，庞楠楠，沈伟东，董冰洋，邵帅. 工业机器人大规格叶轮零件加工技术研究[J]. 现代制造工程, 2023, 519(12): 84-90.
[15]	梁杰;唐凯;高景秋;陈柯. 基于改进粒子群算法的冗余轴工业机器人大部件喷涂轨迹优化[J]. 现代制造工程, 2023, 518(11): 27-32.