【仪表网 行业上下游】随着工业机器人在航空制造领域应用的逐渐深入，一些不足也开始呈现出来，例如作业规划和干涉碰撞检测的自动化程度低、定位标定和离线编程等生产准备时间长、对作业柔性和可拓展性考虑不足导致设备利用率不高等，在航空产品单件小批生产模式下有时无法体现出机器人的优势。
（1）高精度测量定位技术。工业机器人的重复定位精度高而定位精度低，无法满足飞机数字化装配中定位精度要求，因此需要高精度测量装置引导机器人末端执行器实现运动轨迹的伺服控制。目前来看，大范围测量主要使用激光跟踪仪和iGPS等，局部测量中单目视觉、双目视觉、手眼视觉、激光测距传感器等各有所长，在某些特殊场合下，声觉、力觉传感器也有用武之地。可以预见的是，多传感器信息融合技术必将得到进一步发展。
（2）末端精度补偿技术。机器人末端精度受运动学插补、机器人负载、刚度、机械间隙、刀具磨损、热效应等多种因素的影响，因此除了采用高精度的测量仪器外，建立定位误差模型和补偿算法也是提高定位精度的重要手段。为此，需要对机器人的关节刚度、位置误差、温度引起的变形等进行参数辨识，获得误差模型或误差矩阵，进而通过精度补偿算法对末端执行器的定位提供伺服修正。
（3）智能规划技术。机器人是自动化的载体，无论是钻孔、喷涂、焊接、切割、装配还是涂胶、点胶，终都依靠机器人末端严格按照预定轨迹运动完成作业，因此轨迹规划的结果直接影响机器人的工作效能和效率，而轨迹规划的效率和自动化程度则直接影响生产准备时间。在对工艺深入了解的基础上，实现自动路径规划、机器人轨迹优化、自动干涉校验、工艺参数与过程优化是一个重要的研究方向。
为了提高机器人的智能化程度，诸如专家系统、模糊系统、进化计算、群计算、机器学习、神经网络等人工智能方法将被大量引入，而图像识别、语音识别、语音合成、自然语言理解等技术也会被广泛应用于增加、改良人机交互方式。此外，云计算、大数据等技术的快速发展，资源共享、知识共享、数据挖掘等理念为提高机器人的分析、决策和协作能力提供了新的思路。
