航空領域機器人自動鉆孔研究進展及關鍵技術綜述

付鵬強，苗宇航，王義文，姜曉燦，許成陽，劉立佳，周麗杰

（1.哈爾濱理工大學 機械動力工程學院，黑龍江 哈爾濱 150080; 2.哈爾濱理工大學 先進制造智能化技術教育部重點實驗室，黑龍江 哈爾濱 150080; 3.沈陽航空航天大學 航空宇航學院，遼寧 沈陽 110136; 4.哈爾濱理工大學 自動化學院，黑龍江 哈爾濱 150080）

早期在機器人技術尚未得到廣泛應用之前，飛機各部件的鉆孔方式主要以手工和大型數控機床為主[1]。隨著機器人技術的發展，以機器人自動鉆孔為核心的高端制造成為了飛機各部件連接孔最高效的加工方式之一，其與傳統的手工鉆孔相比具有柔度高、鉆鉚質量高、鉆孔效率高等優點，同時也避免了孔加工過程中材料廢屑對人體健康的危害[2]。機器人自動鉆孔具有很多優點，但鉆孔過程中涉及的關鍵技術不能得以突破與保證，孔的質量就難以保障，將直接影響連接的疲勞壽命。

據波音公司對鈦合金螺栓的連接疲勞壽命進行實驗證明，當緊固件沿外載荷作用方向傾斜大于 2°時，疲勞壽命降低約 47%，傾斜大于5°時，疲勞壽命降低95%[3]。70%的飛機機體疲勞失效由其結構件連接失效造成，結構件相互之間以孔連接為主，因此，鉆孔質量對飛機壽命具有至關重要的影響[4]。機器人自動鉆孔關鍵技術作為保障鉆孔質量的核心，其中關鍵技術主要涉及機器人鉆孔離線編程、鉆孔終端執行器、系統誤差補償等，突破這幾種關鍵技術的壁壘，保障鉆孔的高效與質量是確保航空制造領域快速發展的首要任務。

機器人自動鉆孔系統主要由機器人、鉆孔終端執行器以及控制系統組成，工作時機器人按預先編好的軌跡進行鉆削加工，在補償鉆孔系統誤差的基礎上，機器人移動至待加工孔位，調整法向鉆孔位姿，最后壓腳壓緊工件并進行鉆孔。在上述過程中，機器人離線編程技術中的鉆孔路徑規劃與冗余機器人求解是離線編程技術的難點，終端執行器技術中壓緊單元壓緊工件提高鉆孔系統剛度和法矢檢測提高鉆孔垂直度等是保證鉆孔質量的關鍵，系統誤差補償技術中離線補償機器人絕對定位誤差或在線補償機器人鉆孔定位誤差是確保鉆孔位置精度的核心。

本文基于我國航空工業機器人自動鉆孔系統的發展現狀和需求，結合國內外機器人鉆孔系統典型案例，提煉出以機器人鉆孔離線編程、終端執行器、系統誤差補償為核心的關鍵技術，針對各關鍵技術研究中依舊存在的問題，提出可能解決問題的方案，探討各關鍵技術對機器人自動鉆孔系統所產生的影響,最后在總結與分析研究成果的基礎上展望其未來的發展趨勢。

1 機器人自動鉆孔系統研究進展

隨著航空制造業的發展與所需制造產品的多樣化，對機器人自動鉆孔系統的多功能性、靈活性、加工范圍等提出了更高的要求。國內外研究機構、企業等針對機器人自動鉆孔系統中的關鍵技術展開了深入研究，提出了許多高精度、高效率、功能更加廣泛的機器人自動鉆孔系統，以適應不同加工任務的生產需求。

1.1 國外研究進展

國外機器人自動鉆孔技術相關研究起源于20世紀50年代，歷時多年研究，于21世紀初大規模應用在航空制造領域。2001年美國EI公司為波音公司大黃蜂戰斗機機翼部位的定位、鉆孔、锪窩、孔位檢測等工作設計出一套基于KUKA工業機器人的自動鉆削系統ONCE[5-8]（圖1(a)）。該系統的鉆孔位置精度為±0.25 mm，滿足航空工業鉆孔位置精度要求。通用公司為解決機器人在機艙內部鉆孔過程中空間受限的問題，研制出一款適合在狹窄空間工作的機器人自動鉆削系統[9]（圖1(b)）。該系統使用在線視覺反饋技術對鉆孔定位誤差進行補償，補償后的精度可達±0.04 mm，克服了以往對基準孔定位精度低的問題，實現高精度、無毛刺的基礎上達到每分鐘鉆孔速度4.5個。

圖1 國外機器人自動鉆孔系統Fig.1 Abroad robot automatic drilling system

2008年瑞典Novator 公司研發出一套Orbital E-D100機器人鉆削系統[10]（圖1(c)）。該系統通過最優壓緊力預測技術來控制壓腳作用在工件表面上的壓緊力，可對復合材料、疊層材料進行無毛刺、高精度鉆孔。2009年，Brotje公司開發出一套用于直升機裝配制造的機器人自動鉆孔系統RACe[11-12]（圖1(d)）。該系統引入誤差補償技術，在離線編程中建立機器人運動學模型來補償機器人絕對定位誤差，其鉆孔位置精度為±0.2 mm，鉆孔周期10.25 s，是目前世界上性能最佳的機器人鉆孔系統之一。

2012年，德國KUKA公司與波音公司合作研發出多機器人協同鉆孔系統，該系統能夠實現機器人在機艙內外協同作業，每天可對60 000個緊固件進行鉆孔且孔位精度可達±0.35 mm，保證高精度鉆孔的同時極大地提高了零件加工效率[13]（圖1(e)）。

2014年波音公司專門為波音787夢幻客機的碳纖維復合材料機身鉆孔及裝配工作開發了一套多機器人協同工作單元Quadbots[14]。主要由4臺機器人同時在機身兩側進行鉆孔，在整體工作效率提升30%的同時鉆孔位置精度±0.013 mm，解決了多機器人協同控制技術智能化程度不高的問題。意大利的BC公司在2015年研制出兩臺機器人組成一個加工生產單元的自動鉆孔設備，其終端執行器可完成自動涂膠、定位、換刀等工作[15]。該機器人自動鉆孔系統孔徑加工范圍2～18 mm，克服了系統中終端執行器功能單一、集成度低的技術難題。

除此之外，2016年日本奈良科技研究所[16]研制出一款靈巧便于機身內部鉆孔的高摩擦減振機器人鉆孔系統（圖1(f)）,在終端執行器前面設計出3個減振腳，具有良好的減振效果，該系統的鉆孔位置精度為±0.5 mm，鉆孔周期為8 s，在2016年ICRA舉辦的國際機器人競賽中獲得了第一名。2017年洛馬公司正式推出首款針對碳纖維復合材料加工的混聯加工機器人Xmini[17]（圖1(g)）。該機器人的鉆孔位置精度為±0.01 mm，重復定位精度小于0.05 mm，加工孔精度可達IT6，實現飛機制造過程中復雜零部件結構鉆孔及空間位置高精度的要求。

總結提煉國外機器人自動鉆孔系統研究進展，將其按照主要應用范圍、解決的主要問題、主要技術特點、主要性能指標4個方面進行分類，如表1所示。從上述國外機器人自動鉆孔系統的研究進展來看，早期的機器人自動鉆孔系統雖然滿足加工效率的要求，但由于孔位補償、鉆孔路徑規劃、冗余機器人求解等關鍵技術尚未突破，導致該系統在精度、效率、質量、靈活性等方面有所欠缺。隨著制造業的發展與各關鍵技術的進步，鉆孔加工范圍由單一化逐漸走向多元化，加工效率、鉆孔質量、精度等方面均有較大的提升，鉆孔終端執行器集成度高、體積小、多功能可以解決不同加工任務的問題。此外通過離線的方式補償機器人絕對定位誤差或在線視覺引導機器人對基準孔位識別進一步彌補了機器人自身定位精度低的缺陷。

表1 國外機器人自動鉆孔系統研究進展Table 1 Research progress of robotic automatic drilling system abroad

續表1

1.2 國內研究進展

據報道國內機器人自動鉆孔技術相關研究最早始于20世紀70年代，但世界第一臺機電驅動的6軸機器人于1973年誕生，基于工業機器人的應用系統尚不成熟，因此，項目暫時擱淺。隨著智能制造時代的到來，我國機器人自動鉆孔系統的應用在2000年左右起源于各大高校與科研機構。

2007—2009 年，北京航空航天大學與沈飛和沈陽機床廠共同合作，研制出國內第一款機器人自動鉆孔系統（圖2(a)），終端執行器可完成鉆孔、鉸孔、锪窩與檢測的工作，鉆孔精度為±0.4 mm[18]。在滿足對飛機裝配質量要求的同時，鉆孔效率可達到每分鐘4個，鉆孔周期比人工鉆孔減少50%以上[18]。作為國內首款機器人自動鉆孔系統，雖然研制出多功能鉆孔終端執行器，但核心關鍵技術如：鉆孔精度補償、鉆孔路徑規劃等仍未完全掌握，加工精度、加工效率、終端執行器的可靠性與使用壽命等方面仍與國外存在一定差距。

圖2 國內機器人自動鉆孔系統Fig.2 Domestic robot automatic drilling system

2012年中航工業成飛公司與西北工業大學設計出一款針對某機型機身壁板頂部的機器人鉆孔系統，解決了鉆鉚系統采用固定式定位單元帶來的系統敞開性差、柔性程度低等問題，該系統的鉆孔位置精度為±0.15 mm，鉆孔效率每分鐘3 個[19-20]。

2014年南京航空航天大學與成飛合作研制了面向機翼部件裝配的智能柔性化鉆孔系統[21-22]（圖2(b)）。研究了精度補償算法與控制系統總體方案，將在線視覺誤差補償技術引入到機器人自動鉆削系統中，該機器人鉆孔系統定位精度為±0.34 mm，一定程度上提高了鉆孔定位精度，此外設計出一款可用于CFRP（碳纖維復合增強材料）鉆孔的終端執行器。

浙江大學研制出一種雙機器人并聯協同鉆削系統[23]（圖2(c)），之后 2017 年 Liu 等[24]在其基礎上研究了自動橢圓沉頭工作原理，并設計出一種集鉆孔、螺旋銑、锪窩三大功能為一體的多功能終端執行器（圖2(d)），該系統的定位精度在±0.5 mm，毛刺高度控制在±0.08 mm，沉孔深度變化控制在0.02 mm內。2019年該團隊在此基礎上對鉆孔過程中機器人變形進行預測和補償，將機器人鉆孔平均位置誤差由0.22 mm降低至0.05 mm[25]。其精度、效率、加工范圍等方面均取得了良好的效果，克服了我國在鉆孔終端執行器技術上存在通用性低、加工范圍小、集成度低的難題。

將國內機器人自動鉆孔系統按主要應用范圍、解決的主要問題、主要技術特點、主要性能指標進行總結，如表2所示。可以看出，我國機器人自動鉆孔系統研究主要以高校的樣機試制為主，雖然鉆孔精度補償、鉆孔多功能執行器等關鍵技術取得了突破，但與國外相比，仍然存在鉆孔精度與效率低下、可靠性差、系統智能化程度不高的問題。隨著國內各機構的不斷研發，機器人自動鉆孔技術在航空領域取得了一定的研究成果，但是用于實際鉆孔效果還需進一步改善，因此我國機器人自動鉆孔系統針對不同機型大規模應用于飛機制造還需較長時間，機器人自動鉆孔關鍵技術的突破與創新水平的提升是提高我國航空制 造水平的必然要求與亟需解決的問題。

表2 國內機器人自動鉆孔系統研究進展Table 2 Research progress of domestic robotic automatic drilling system

2 機器人自動鉆孔關鍵技術

2.1 機器人自動鉆孔離線編程技術

離線編程技術是航空制造中高效使用機器人自動鉆孔的必要工具，與在線示教編程相比具有精度高的優點，且在機器人自動鉆孔工作時能對下一加工任務進行預先編程，可極大提升鉆孔效率。目前,機器人自動鉆孔離線編程中存在兩個最主要的問題，一個是機器人自動鉆孔路徑規劃問題，另一個是機器人冗余度求解問題。路徑規劃影響整個加工系統的工作效率與加工質量，冗余度可避免機器人在工作空間的奇異性。

2.1.1 鉆孔路徑規劃

當前人工智能算法已廣泛應用于移動機器人路徑規劃[26]。法蘭克福應用科技大學、曼蘇拉曼大學、羅開羅大學等科研機構成功利用遺傳算法在不同數量障礙物的靜態環境下尋找最佳避障路徑，通過多次實驗證明獲取最佳避障路徑的成功率可達93%[27-28]。而目前，遺傳算法存在對新空間的探索能力具有局限性、計算量較大且穩定性差等問題，混沌粒子群算法在對離散優化的問題上處理不佳且易陷入局部最優[29]。因此，在機器人鉆孔路徑規劃問題上通常采用蟻群算法，蟻群算法在該問題上相比于其他智能算法優點在于所需參數少、易于調整、且全局搜索能力快，但仍有收斂速度慢且易陷入局部最優的缺點。

針對蟻群算法易限于局部最優問題可在螞蟻搜索序列時采用新的局部信息素來更新規則，通過基于蟻群算法的多目標優化方法，可得到自動鉆孔順序規劃多目標優化模型[30]。而對于蟻群算法收斂速度慢的問題，通過將蟻群算法進行改進，把局部擴散信息素應用到蟻群算法中來減少不完備路徑個數，利用幾何方法對路徑進行優化，可避免路徑交叉的情況[31]。Liu等[32]提出了一種自適應蟻群算法，通過調整動態信息，在蟻群數量34，迭代1 000次時，得出了機器人鉆孔最佳路徑。Tian等[33]融合蟻群算法與遺傳算法的優點，先利用蟻群算法進行較少迭代獲得最短路徑，再將此路徑進行遺傳迭代從而獲得鉆孔路線的最短最優解。Erkorkmaz等[34]通過工藝需求對蟻群算法的缺點進行改進，提出一種帶有整體方向的區域優先蟻群算法，運用改進后的蟻群算法將路徑長度減小了32.5%，滿足工藝需求的情況下有效提高了鉆孔效率。

在機器人自動鉆孔路徑規劃中，解決蟻群算法收斂速度慢和局部最優值的問題，通過將蟻群算法改進并可得到良好的效果，其主要方法有：通過建立多目標優化方法來建立加工模型、路徑規劃問題的有效轉化、放大局部信息來減少冗余路徑從而避免加工路徑重疊。但是改進的蟻群算法仍有一定幾率無法求得全局最優解即最佳鉆孔路徑，如何利用其他算法的優點與改進蟻群算法的缺點實現優劣互補，可能是一個潛在的解決方法。

2.1.2 冗余度求解

為使機器人自動鉆孔系統在工作空間避開奇異位形、防止關節運動極限，獲得最佳鉆孔位姿，需要對冗余機器人進行運動學求解。

在求解問題中針對冗余度分解中權值選擇的問題，可利用自適應系統代替低效率的人工調權，將自適應系統集成到扭轉分解算法避免機器人在工作空間中的奇異點[35]。在未考慮機器人驅動角速度和鉆削力的情況下，結合機器人關節扭矩與加工姿態簡化冗余度，利用冗余度簡化指標對機器人執行加工任務時的姿態進行優化，可獲取機器人的最佳鉆削姿態[36]。Leger等[37]通過將機器人冗余特性的問題約束重新定義為一個五維任務，找到約束雅可比矩陣的零空間，利用一種序列二次規劃(SQP)法生成最佳軌跡解決冗余問題。

目前，在冗余度求解的問題上主要通過建立數學模型優化冗余度求解方案和外在因素對冗余度產生的影響兩方面來研究。此外，考慮機器人的剛度特性，分析機器人鉆進時的動態行為，利用線性插值模型在關節位移水平上來解決機器人鉆削過程中的冗余度問題，可得到數值優化后的冗余度求解方案[38]。Jiao等[39]將運動學和剛度性能優化兩個指標作為特殊的OLP(離線編程)系統，提出在關節極限約束下的機器人位形奇異性測量模型，實現了對奇異位形和關節極限位形的回避。同時提出了一種冗余度分解方法來規劃和優化外軸離線的機器人結構系統，避免了奇異性和關節限制，成功應用于機器人鉆削中。

通過建立機器人運動學模型，避免機器人關節極限作為優化指標，采用如指數積公式法、二次序列規劃法、微分法等數學算法獲得高冗余度機器人取得了一定的成果，研究動態加工過程中機器人的剛度特性、運動學特性以及不同加工任務情況下對冗余度所產生的影響十分關鍵。如何考慮將這些因素融入相應的數學模型是解決復雜工業場景中機器人鉆孔靈活性問題的一個關鍵。

2.2 機器人自動鉆孔終端執行器技術

終端執行器是機器人自動鉆孔的執行機構，通過機器人終端法蘭與機器人相連，根據其與機器人連接方式不同，分同軸式、懸掛式和側面式3種，它的安裝方式可以直接影響到鉆孔的精度與效率。終端執行器的組成單元主要有：切削單元、壓緊單元、支撐單元、法向檢測單元、進給單元、主軸單元、檢測單元、冷卻潤滑裝置、排屑裝置等。工作順序先由法向檢測單元進行法矢找正，再利用壓腳壓在工件表面以提高鉆削穩定性，然后主軸電機帶動切削刀具旋轉，進給單元沿刀具軸向進給，完成鉆孔的切削工作。其中最關鍵的技術難點是法向檢測單元調整垂直度與壓緊單元壓緊力控制。

2.2.1 鉆孔法向檢測

法向檢測的主要作用是測量被加工件的曲面法向然后調整鉆頭姿態進行高精度鉆孔。法向檢測單元是影響鉆孔垂直精度最重要的因素，一般在精確定位待鉆孔位之后進行[40]。檢測方法是預先通過非接觸式法向儀器發出的激光束掃描工件表面，利用算法擬合出曲面的實際法向，然后調整鉆頭軸線并與鉆孔點法線重合[41]，其中難點在于如何采用合適的擬合算法進行法向的精準獲取。

對于擬合算法的研究，Norgia等[42]從實際出發提出一種向量叉積法，使法向檢測精度控制在±0.1°內，實現了精準的曲面法向找正。Galilea提出一種基于幾何數學模型和最小二乘法對激光位移傳感器光束矢量和零點位置標定的方法，解決了激光位移傳感器的安裝誤差問題，將法向檢測精度控制在±0.18°內[43]。Rao等[44]采用一種基于結構光的高分辨率三維測量傳感器，為了消除噪聲，采用張量投票法填補三維點云中的空白，得到均勻分布的點云進行精確的曲面擬合，填補后可對曲面邊緣進行精確法向測量和平滑度優化，可將法向鉆孔精度從擬合前的±0.5°提高至±0.3°。

在獲取法向位置后，需進一步研究如何調整鉆孔角度，保證鉆孔垂直精度。Gao等[45]采用新型可調式機械結構實現對激光位移傳感器高精度安裝，提出了一種同時考慮角度偏差閾值和有限調整迭代的調整方法，將曲面工件的鉆孔垂直度誤差控制在±0.3°內。Gong等[46]基于3個激光傳感器測量曲面法線，通過叉積法計算鉆孔點法向量與鉆頭中心軸線夾角，并進行鉆頭姿態調整。通過設計的二元調整裝置可以使鉆頭實時精確地定角度調整，其最終調節精度可達±0.08°，但調整過程中需要進行二次調整鉆頭位置，因此增加了鉆孔工作的復雜性。Yuan等[47]在其基礎上進行了改進，用4個激光傳感器測量鉆孔點處法向量，設計出一種雙偏心盤調姿機構，該機構可保持鉆頭頂點不動進行鉆頭姿態微調，避免二次調整鉆頭位置的問題，提高鉆孔工作效率的同時鉆孔法向垂直精度保障在±0.1°內。

通過激光位移傳感器、線結構光掃描儀等光學器件提取曲面工件數據，并采用不同的擬合算法可獲得較高的擬合精度。而獲取精準法向后調整鉆頭姿態進行高精度鉆孔的研究較少，設計新式便捷的高精度鉆孔角度調節機構具有一定的難度，其結構設計復雜，且對機構各部件的加工精度要求較高。雙偏心盤調姿機構對后續的研究雖具有一定的參考意義，但非標結構在制造及裝配過程中存在差異性較大的問題，因此距離大規模的商用仍有一段距離。

2.2.2 壓腳壓緊力反饋

壓緊單元是提高機器人鉆削剛度的核心結構部件，主要由氣缸加上自主設計的壓腳以及壓力傳感器等構成，通過氣缸推動壓腳并與工件直接接觸施加一定壓力從而提高整個機器人鉆削系統的剛度，防止鉆孔時終端執行器相對工件產生法向振動和切向滑動，提高鉆孔質量。但施加壓緊力的大小是一個難題，壓緊力過小難以抑制振動，壓緊力過大將導致工件產生嚴重形變。

Tomas等[48]針對機器人鉆孔系統剛度差而導致孔位滑移、系統振動的問題，提出了一種高帶寬力反饋的工業機器人高精度鉆孔的方法，首先建立壓力預測模型，通過力傳感器實時反饋對壓緊力進行控制。Jin等[49]對終端執行器前的壓腳壓緊力進行了優化，研究壓腳壓緊力對鉆孔質量的影響，采用二元線性回歸分析建立經驗公式，確定合適的加工參數，最后通過正交實驗證明在最優壓緊力下進行鉆削加工，孔徑誤差小于0.02 mm，圓度誤差小于0.005 mm，表面粗糙度可達Ra 3.2，有效提高了鉆孔質量。

對于飛機中的疊層工件，壓腳還起到消除疊層間隙抑制毛刺生長的作用。Hellstern[50]為消除疊層構件因其他因素所造成的初始間隙和鉆孔間隙，提出一種融合有限元仿真、蒙特卡洛模擬以及影響系數的壓緊力預測方法，在鉆孔前通過對疊層構件壓緊力進行預測，并在鉆孔時按預測壓力進行鉆孔，通過實驗證明了該方法可將鉆孔后層間毛刺高度降低至0.1 mm以下。Melkote等[51]基于彈性力學理論對疊層鉆孔過程進行建模，通過計算鉆削過程疊層壁板各處的撓度，解出消除疊層間隙所需要的最小壓緊力。

在鉆孔執行器端部安裝氣動或剛性壓腳裝置，通過壓力傳感器反饋至控制系統，建立壓力預測模型，用仿真或實驗得出最優壓緊力的方法已應用到機器人鉆削當中。針對壓腳壓緊力影響機器人自動鉆削系統剛度的關系目前的相關文獻較少，優化壓腳壓緊力作用下的機器人剛度模型和利用數學模型求解最優壓緊力是一個研究重點。

2.3 機器人自動鉆孔系統誤差補償技術

航空工業機器人自動鉆孔任務往往要求高效率和高精度，機器人重復定位精度雖可達到0.1 mm內，但其絕對定位精度較低，誤差甚至可以達到2～3 mm。因此，較差的機器人絕對定位精度難以滿足航空工業高精度鉆孔要求，而安裝終端執行器及其他反饋裝置后，又會引入其他誤差，大量的誤差積累使得機器人鉆孔理論位置與實際位置相差較大。此外，由于待加工零部件理論外形與實際外形存在偏差，零部件與機器人位置關系找正存在偏差等，綜合影響孔位精度。針對這些誤差累積問題，精度補償是解決機器人絕對定位精度低、鉆孔定位精度不高等問題的可行方案，其中補償方式依據工作狀態可分為離線補償和在線補償兩種。離線補償是指機器人在鉆孔工作前，通過一定的方法補償機器人的絕對定位精度，在線補償是指在機器人末端增加實時反饋傳感器，使機器人在工作中調整末端直至理想位姿。

2.3.1 機器人自動鉆孔絕對定位誤差離線補償

針對機器人自動鉆孔絕對定位誤差離線補償，需建立離線位姿誤差模型，利用高精度測量設備獲得機器人不同位形下的實際終端位姿，辨識機器人運動學參數的準確值，將補償數據預置到控制算法中。離線補償的重點、難點在于機器人運動學參數辨識及補償算法，它們是影響補償精度高低最關鍵的因素。

學者Kim[52]、Erkorkmaz[53]等利用激光跟蹤儀辨識所需參數，利用最小二乘法對誤差模型參數進行補償，通過實驗將機器人絕對定位誤差由補償前的±1.321 mm降低至±0.183 mm，完成補償后成功用于機器人鉆削當中。Aibert等[54]利用激光跟蹤儀測量ABB IRB1600型機器人的29個影響絕對位置精度的誤差參數，利用最小二乘法對參數模型進行優化，找出最適合激光跟蹤儀測量的29個誤差參數，在整個機器人關節空間大量測驗，最終證明該方法可將機器人絕對位置誤差從±0.968 mm減小至±0.364 mm。Ma等[55]考慮了包含常數和關節相關的運動誤差，對各誤差源的運動誤差進行分類，利用激光跟蹤儀在可測關節空間上獲得測量值，采用極大似然估計法辨識誤差模型參數，同時估計模型參數、關節方差和測量誤差，使用基于雅可比的搜索方法確定更新的關節指令，實現機器人運動誤差的補償，經實驗證明，該方法的補償精度可達±0.122 mm。Zeng等[56]辨識機器人幾何參數誤差，提出了基于誤差相似度的殘差補償方法，通過實驗證明機器人絕對定位誤差可由補償前±0.879 mm降低至±0.194 mm，經殘差補償后可降低至±0.141 mm。

也有學者通過建立機器人空間定位誤差模型提高機器人實際作業時的絕對定位精度。Zeng等[57]基于空間相似性的位置誤差模型，提出了目標位置誤差的線性無偏最優估計方法，通過實驗對補償后的機器人位置誤差進行測量來驗證所提出的方法，實驗證明該方法可將最大絕對位置誤差從±2.01 mm降低至±0.32 mm。Tian等[58]以空間插值的方式進行機器人絕對定位誤差預測，提出一種基于空間網格的機器人精度補償方法，該方法可將補償后的機器人絕對定位誤差減小為平均值±0.156 mm。

目前，有學者曾嘗試提出新的模型算法來對誤差進行補償。Yuan等[59]為解決傳統補償算法中復雜的建模和計算問題，提出了一種基于ELM(極限學習機)模型的補償方法，考慮了機器人幾何因素與非幾何因素的影響，建立了ELM位置誤差預測模型，通過對ELM模型進行訓練可預測點位誤差，實驗證明此方法可將機器人鉆孔平均絕對定位誤差從±0.716 mm減小到±0.115 mm，最大絕對定位誤差從1.307 mm減小到0.266 mm，大幅提高了機器人鉆孔中機器人的絕對位置精度。

通過建立機器人運動學參數模型，利用激光跟蹤儀辨識運動學參數，將最小二乘法、極大似然估計法等數學算法融入誤差補償模型中可大幅提高機器人絕對定位精度，但建立模型的復雜性與計算量大的缺點仍然存在。而新模型ELM具有運算量小、泛化性能好的優點，可借助其訓練快的特點作為一種輔助的訓練工具，但其實際應用速度不快，暫不適合作為最終補償算法。

2.3.2 機器人自動鉆孔定位誤差在線補償

在線補償是借助激光跟蹤儀、編碼器、單雙目視覺系統等實時檢測設備來對機器人終端位姿進行實時反饋調整。

Sulzer等[60]構建了基于激光跟蹤儀閉環反饋的機器人鉆孔系統，修正機器人動靜態誤差以及其他殘留誤差，將補償后的鉆孔位置精度提高至±0.2 mm。Liu等[61]利用激光跟蹤儀測量機器人終端靶標，實時監測機器人終端姿態，然后補償機器人位姿偏差，通過實驗證明采用激光跟蹤儀閉環反饋的機器人鉆孔系統通過幾次反饋調整后可將機器人鉆孔的位置精度提高至±0.12 mm。

針對激光跟蹤儀受光線、溫度等環境因素影響較大，且價格昂貴所需成本高的問題，有學者提出了以在線視覺引導機器人對基準孔位測量反饋機器人進行位姿修正的方法。Zhu[62]采用單目視覺測量系統測量鉆具中心點(TCP)與參考孔之間的相對誤差，并提出了一種顯著蛇形橢圓輪廓提取算法，該算法與傳統的圓擬合算法相比具有更高的擬合精度，對基準孔位進行精確檢測的同時在機器人鉆孔系統上進行了實驗驗證，表明所開發的視覺系統的定位精度高于±0.15 mm，滿足目前的航空工業要求。Zhu[63]開發了移動機器人鉆孔系統和2D視覺系統，提出了一種基于二維視覺系統的機器人基架在線標定方法，采用迭代測量方案來消除基準孔定位過程中的測量誤差，使用最小二乘法擬合獲得了相對于世界坐標系的機器人基礎框架坐標，在其開發的機器人鉆孔系統中證明了該方法的有效性，經實驗驗證該方法的鉆孔定位誤差為±0.35 mm。Zhan等[64]提出一種利用單應關系計算機器人驅動坐標三維偏差以在線補償機器人鉆孔精度。通過標定出的手眼單應關系對基準孔孔心相對于刀具的三維偏差進行測量，利用奇異值分解法求解出理論驅動坐標與實際驅動坐標之間的轉換關系，并反饋驅動機器人進行終端姿態調整，通過實驗證明此方法可將機器人鉆孔定位誤差控制在±0.1 mm。

在單目視覺測量系統反饋調整鉆孔位姿研究的基礎上，有學者采用雙目視覺的方法進行在線補償。Liu等[65]針對單目視覺測量系統對基準孔測量存在效率低和精度低的問題，提出了一種基于雙目視覺測量系統的孔位補償方案，利用單線性插值方法對每排孔進行單獨補償，最后通過實驗證明了該方法可將機器人自動鉆孔位置精度提高至±0.35 mm。Sepehr等[66]為了提高工業機器人的位姿精度，采用雙攝像機位姿測量傳感器(CTrack 780)進行在線校正，提出了一種DPC (動態姿勢校正)算法進行精度補償，在兩臺工業機器人上進行了DPC實驗，實驗證明該方法可將機器人位置精度提高至±0.05 mm。

目前，采用激光跟蹤儀實時反饋的補償方法，成本高且自動化程度較低，不適合大規模生產線應用。單目視覺反饋調整方法相比于雙目視覺反饋調整方法在結構與標定上較為簡單，但其只能獲得工件孔位的平面信息，對于鉆孔圖像更深層次的信息無法獲取。而雙目視覺可以獲取孔位圖像的立體信息，從而能夠更精準地、多維度地識別孔位圖像，因此適用于復雜的航空制造場景。如何根據不同的制造環境選擇不同的視覺反饋調整方法應用到機器人自動鉆孔定位誤差補償上需更深入地研究，而在線視覺引導反饋調整方法集成度高、工作時更加靈活，更適合航空工業環境要求。

3 發展趨勢

針對機器人鉆孔加工技術的研究中，由于生產任務的不同，世界各大機構都針對某一特定產品研發出不同的機器人自動鉆孔系統。這些機器人自動鉆孔系統在突破許多關鍵技術的同時極大地提高了鉆孔效率與質量。

現階段機器人自動鉆削系統研究中，關鍵技術仍存在較多問題有待于解決。1）離線編程技術中對機器人運動軌跡的規劃目前研究還不夠深入，主要包括加工序列、加工路徑、軌跡規劃，它們是指導機器人鉆孔加工的核心，也直接影響著機器人自動鉆孔系統的效率與質量。對于離線編程機器人運動軌跡的問題上，未來應考慮如何將現有算法進行改進或融合，以達到最優運動軌跡，避免干涉情況并提高鉆孔加工效率。同時也應考慮鉆孔工藝中冗余機器人如何避開奇異點和極限點，獲得機器人最佳鉆孔位姿。2）鉆孔終端執行器技術中，設計時仍存在功能不全、結構不緊湊、功能單一等問題。終端執行器作為機器人自動鉆孔系統的執行裝置在未來的研究中應考慮如何將執行器進行模塊化設計，并結合多傳感器融合技術通過對數據的采集與處理實時反饋到控制系統，以達到高集成度、高自動化、高效率、性能可靠、加工對象廣泛的目的。3）系統誤差補償技術中利用激光跟蹤儀跟蹤靶標進行閉環補償的方法，雖然一定程度上提高了機器人的絕對定位精度，但該方法存在受環境因素影響較大的問題，而在線視覺實時反饋的方法可以將相機集成在終端執行器中，在節省機器人加工系統工作空間的同時可極大地提高機器人鉆削系統的靈活度。對于機器人自動鉆孔誤差補償的問題上，未來應考慮如何結合離線和在線兩種補償方法，增加機器人自動鉆孔誤差補償效率，提高機器人自動鉆孔精度以滿足飛機裝配鉆孔中高質量的要求。這些關鍵技術在發展和成熟的同時，應努力早日把研究成果轉化成生產力，促進自動與智能加工技術升級換代，對工業生產方式的高質量發展有重要的現實意義。

4 結束語

本文介紹了截至2021年國內外航空工業典型的機器人鉆孔系統，列舉了各鉆孔系統的主要特點和性能指標，提煉出機器人自動鉆孔系統的主要關鍵技術，分別是機器人鉆孔離線編程、終端執行器、系統誤差補償，梳理了各關鍵技術存在的問題和可能的解決方案，最后對各關鍵技術的發展方向做出了展望。