与工业机器人应用在航空制造领域的一些缺陷也开始出现,如营运规划或干扰自动化程度低,碰撞检测定位校准和离线编程和生产准备时间长,作业灵活和可伸缩的,考虑到缺乏设备利用率不高,在航空产品单小批量生产模式中有时不能体现机器人的优势。

因此,在未来,工业机器人在航空制造领域需要更好地适应不断变化的任务需求和复杂的现场环境下单件和小批量的生产方式,提高定位和运动精度,缩短离线编程和生产准备时间,提高设备的利用率,以便充分发挥机器人的优点和特点。以下技术将成为关键的通用使能技术。

（此图片来源于网络）

高精度测量与定位技术

工业机器人重复定位精度高，定位精度低，不能满足飞机数字装配对定位精度的要求。因此，有必要采用高精度测量装置对机器人末端执行器进行引导，实现运动轨迹的伺服控制。目前，激光跟踪和iGPS主要用于大规模测量。在局部测量中，单目视觉、双目视觉、手眼视觉和激光测距传感器各有优势。在一些特殊场合，声学和力传感器也很有用。多传感器信息融合技术的进一步发展是可以预见的。

末端精度补偿技术

机器人的末端精度受运动学插值、机器人载荷、机器人刚度、机械间隙、刀具磨损、热效应等因素的影响。因此，除了使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。因此，有必要对机器人关节刚度、位置误差和温度引起的变形等参数进行辨识，得到误差模型或误差矩阵，然后通过精度补偿算法对末端执行器的定位进行伺服校正。

智能规划技术

机器人自动化的载体,无论是钻孔、绘画、焊接、切割、组装或胶水,胶水,并*终依靠机器人端严格按照预定的轨迹完成作业,所以轨迹规划的结果直接影响机器人的性能和效率,和轨迹规划的效率和自动化程度直接影响到生产准备时间。在深入了解过程的基础上，实现自动路径规划、机器人轨迹优化、自动干扰标定、工艺参数和工艺优化是一个重要的研究方向。

为了提高程度的智能机器人,如***系统、模糊系统,进化计算,一群计算、机器学习、神经网络等人工智能方法将大量引入,和图像识别、语音识别、语音合成,如自然语言理解技术将广泛应用于增加,改善人机交互方式。此外，随着云计算、大数据等技术的快速发展，资源共享、知识共享和数据挖掘等概念为提高机器人的分析、决策和协作能力提供了新的思路。

控制机器人

因为工业机器人是一个非线性、多变量控制对象,结合信息,如位置,扭矩,权力,视觉反馈,平稳控制,混合控制、视觉伺服控制的方法大量应用和研究,面对高速度,高精度,高负荷的工作需求,机器人的控制方法将继续成为研究的焦点。

机器人身体结构的创新设计

由于航空产品结构的特殊性,传统的工业机器人有时不能满足需求,随着机器人技术在航空制造领域的逐渐深入,对特殊的需求,特别的,非标准的机器人正在增加,这意味着需要创新设计的特定任务的身体结构,扩大了机器人的应用领域。