机械臂精度是衡量机械臂性能的重要指标。为提高机械臂的精度,需要对机械臂进行误差辨识与补偿,由于测量过程中常用的测量设备如激光跟踪仪等成本高且操作复杂,本文提出了一种基于双目视觉测量的机械臂误差辨识方法。研究结果如下:1.以LR7-710机械臂为研究对象,在完成双目测量相关设备选型后,提出采用非平行双目视觉结构模型用于图像采集。在测量过程中涉及到测量坐标系与机械臂基坐标系的转换,针对该转换关系难以精确确定这一问题,采用基于距离误差的误差模型用于DH参数辨识的方法,并设计相关的测量方案。2.研究相机的标定技术,主要包括单目相机内外参数的获取和双目相机之间的位姿关系的确定。为了进一步提高相机标定的精度,提出一种用以优化标定参数的改进粒子群算法。3.为提高图像特征点检测的精度,研究图像预处理过程中的去噪算法和图像分割算法以及棋盘格和同心圆两种标靶用于机械臂末端的定位效果。针对棋盘格标靶,采用基于生长的棋盘格角点检测算法用于亚像素级角点坐标的获取。对于同心圆特征标靶,提出改进的形态学和Zernike矩相结合的方法用于标靶中心亚像素级定位。4.根据本文所提出的方法进行了实验验证。首先利用改进的粒子群算法完成相机标定参数的优化试验。然后再通过两个试验验证该双目测量的精度符合机械臂误差测量的需求。最后完成LR7-710机械臂的误差参数辨识以及补偿,并通过控制机械臂按照正方体轨迹进行运动,验证误差补偿的有效性。通过上述的研究,验证双目视觉测量方法结合基于距离误差的误差模型对机械臂误差参数辨识的有效性,且机械臂在补偿后定位精度有了提升。