1、隨著人工智能的飛速發(fā)展和生產(chǎn)力水平的不斷進步，工業(yè)機器人作為智能設(shè)備的代表被廣泛應(yīng)用到了生產(chǎn)生活的諸多領(lǐng)域，如餐飲服務(wù)、制造、醫(yī)療、航天等，并在一些高技術(shù)領(lǐng)域扮演著不可替代的角色。現(xiàn)如今，人們不僅需要機器人能完成一些簡單的工作任務(wù)，更需要它們能夠完成一些精細且復(fù)雜的工作。采用離線示教工作方式的機器人側(cè)重于重復(fù)精度指標，難以滿足高科技生產(chǎn)中對于絕對精度的要求。為了突破工業(yè)機器人絕對精度較低這一限制，因此進行機器人運動學(xué)標定顯得日益重要。<

2、br>　　本文首先對剛體位姿和微分運動進行理論剖析，為后續(xù)KUKA機器人運動學(xué)模型的建立和運動學(xué)標定奠定理論基礎(chǔ)。
　　本文以工業(yè)機器人車身激光檢測系統(tǒng)中最常用的KUKA工業(yè)機器人實際參數(shù)為基礎(chǔ)，依據(jù)D-H方法建立運動學(xué)模型，然后對D-H模型在運動學(xué)標定中存在的不足和缺陷進行分析，采用修正后的5參數(shù)M-DH模型建立本文用于標定的運動學(xué)模型，并討論運動學(xué)正、逆解問題。文章通過對機器人的誤差進行綜合分析，確定了誤差主要來源為幾何誤差，

3、并根據(jù)最終建立的M-DH模型建立機器人幾何誤差模型，即機器人定位誤差與機器人連桿幾何誤差的關(guān)系式。
　　鑒于代數(shù)法在求解機器人逆運動學(xué)問題上存在計算量大等缺點，本文選用神經(jīng)網(wǎng)絡(luò)來求解機器人逆解。該方法以運動學(xué)模型為基礎(chǔ)計算出機器人正解，然后作為訓(xùn)練樣本訓(xùn)練經(jīng)微分進化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(DE-BP網(wǎng)絡(luò))，實現(xiàn)機器人末端操作手位姿與各關(guān)節(jié)變量的非線性映射關(guān)系，從而避免了繁瑣復(fù)雜的公式推導(dǎo)過程。
　　本文討論了點約束學(xué)標定方法