运动学标定是机器人离线编程技术实用化的关键技术之一,也是机器人学的重要内容,在机器人产业化的背景下有十分重要的理论和现实意义。机器人运动学标定以运动学建模为基础,几何误差参数辨识为目的,为机器人的误差补偿提供依据。工业机器人在以示教方式工作时,以重复精度为主要指标;在以离线编程方式工作时,主要工作指标变为绝对精度。但是,工业机器人重复精度较高而绝对精度较低,难以满足离线编程工作时的精度,所以需要进行运动学标定来提高其绝对精度。随着机器人离线编程系统的发展,工业机器人运动学标定日益重要。本文首先综合分析了工业机器人运动学标定的一些基本理论,为之后的运动学建模和标定提供理论基础。根据ABB IRB140机器人实际结构,本文建立了D-H运动学模型,并讨论了机器人的正运动学问题和逆运动学问题的解;然后指出了该模型在标定中存在的缺陷,结合一种修正后的D-H模型建立了本文用于标定的模型。并根据最终建立的运动学模型建立了机器人几何误差模型。本文还在应用代数法求解机器人逆运动学问题的基础上,进行了应用径向基神经网络求解机器人逆解的研究。该方法结合机器人正运动学模型,以机器人正解为训练样本训练经遗传算法优化后的径向基神经网络(GA-RBF网络),实现从机器人工作变量空间到关节变量空间的非线性映射,从而避免复杂的公式推导和计算。本文在讨论了两种构造机器人封闭运动链进行运动学标定的方法的基础上,提出了一种新的机器人运动学标定方法——虚拟封闭运动链标定法。并对该方法的原理、系统构成进行了详细的分析和说明。该方法通过一道激光束将末端位置误差放大在观测平板上,能够获得更高精度的关节角的值,从而辨识出更为准确的几何参数。为了验证本文提出的虚拟封闭运动链标定方法的有效性和稳定性,本文以ABB IRB140机器人为研究对象,利用有关数据进行了仿真分析,最终进行了标定试验,得出结论。