随着工业机器人的广泛应用,人们对于其精度要求也越来越高,而目前工业机器人的绝对定位精度普遍不高,因此开展对工业机器人绝对定位精度提升方法的研究尤为重要。机器人标定能以最小的代价弥补机器人本体结构与控制器内运动学模型参数不一致导致的误差,是目前提高机器人末端位姿精度的主要方法。本文以工业机器人为研究对象,从机器人建模、机器人末端位姿测量、参数辨识和误差补偿等几个方面展开研究,提出了一套相对通用的机器人标定方案,并通过实验验证了方案的可行性。本文主要在以下几个方面展开了研究工作:提出了具有一定通用性的机器人末端位姿测量方案,包括机器人DCP(Detection Center Point)标定和机器人基坐标系的测量。然后使用MDH建模方法建立了机器人运动学模型,基于微分运动学建立了机器人各连杆参数误差和机器人末端位姿误差之间的数学模型,并从实际测量角度出发,将误差源中的DCP坐标系误差和机器人基坐标系误差加入到模型中,建立完整的误差模型。进行仿真验证了在微小误差的前提下,该模型能够近似地反映机器人末端实际位姿误差。对机器人误差模型中不同关节参数进行冗余性分析,给出机器人模型的冗余性参数辨别方法。采用最小二乘法作为参数误差的辨识算法,结合Matlab软件开发离线标定程序,在仿真中成功对预给定误差的模型进行了误差辨识。基于微分法和牛顿迭代法,提出一种关节空间补偿算法,利用关节转角补偿机器人末端位姿误差,通过仿真和实验证明了该方法的有效性。对工业机器人标定方法进行了实验验证,以ABB IRB120作为实验对象,使用Leica激光跟踪仪对机器人末端位姿进行测量。分别使用机器人末端位置误差和机器人末端位姿误差进行参数误差辨识,比较两个辨识结果的补偿效果,得到结论:基于机器人位置误差和基于机器人位姿误差的辨识结果对机器人补偿后都能有效地提高机器人位姿精度,而后者能更好地提高机器人姿态精度。同时比较两个结果对同一空间补偿效果发现:在某一工作空间内,标定点分布空间越大,对该空间内机器人位姿精度的补偿效果越好;同一组标定点的标定结果,对小空间的补偿效果比对大空间的补偿效果好。