儀器儀表商情網訊：隨著工業機器人在航空制造領域應用的逐漸深入，一些不足也開始呈現出來，例如作業規劃和干涉碰撞檢測的自動化程度低、定位標定和離線編程等生產準備時間長、對作業柔性和可拓展性考慮不足導致設備利用率不高等，在航空產品單件小批生產模式下有時無法體現出機器人的優勢。
（1）高精度測量定位技術。工業機器人的重復定位精度高而絕對定位精度低，無法滿足飛機數字化裝配中絕對定位精度要求，因此需要高精度測量裝置引導機器人末端執行器實現運動軌跡的伺服控制。目前來看，大范圍測量主要使用激光跟蹤儀和iGPS等，局部測量中單目視覺、雙目視覺、手眼視覺、激光測距傳感器等各有所長，在某些特殊場合下，聲覺、力覺傳感器也有用武之地。可以預見的是，多傳感器信息融合技術必將得到進一步發展。
（2）末端精度補償技術。機器人末端精度受運動學插補、機器人負載、剛度、機械間隙、刀具磨損、熱效應等多種因素的影響，因此除了采用高精度的測量儀器外，建立定位誤差模型和補償算法也是提高定位精度的重要手段。為此，需要對機器人的關節剛度、位置誤差、溫度引起的變形等進行參數辨識，獲得誤差模型或誤差矩陣，進而通過精度補償算法對末端執行器的定位提供伺服修正。
（3）智能規劃技術。機器人是自動化的載體，無論是鉆孔、噴涂、焊接、切割、裝配還是涂膠、點膠，最終都依靠機器人末端嚴格按照預定軌跡運動完成作業，因此軌跡規劃的結果直接影響機器人的工作效能和效率，而軌跡規劃的效率和自動化程度則直接影響生產準備時間。在對工藝深入了解的基礎上，實現自動路徑規劃、機器人軌跡優化、自動干涉校驗、工藝參數與過程優化是一個重要的研究方向。
為了提高機器人的智能化程度，諸如專家系統、模糊系統、進化計算、群計算、機器學習、神經網絡等人工智能方法將被大量引入，而圖像識別、語音識別、語音合成、自然語言理解等技術也會被廣泛應用于增加、改良人機交互方式。此外，云計算、大數據等技術的快速發展，資源共享、知識共享、數據挖掘等理念為提高機器人的分析、決策和協作能力提供了新的思路。
