机器人编程技术是机器人研究领域的热点问题,其编程技术的发展在智能制造技术应用的推广过程中发挥着举足轻重的作用。目前主流机器人编程方法包括在线示教编程与离线编程,进行机器人编程时操作繁琐且对编程人员专业性要求高,限制了机器人在各行各业的广泛应用。探索改进现有的机器人编程方式,降低其编程技术门槛,提高机器人编程的直观性是亟待解决的问题。本文针对六自由度工业机器人,提出了一种基于增强现实（Augmented Reality,AR）的工业机器人示教编程方法（以下简称机器人AR编程）。该方法把支持增强现实功能的智能终端设备（如手机、平板电脑）作为机器人位姿的AR手持式输入终端,用户通过终端中App程序记录终端在虚拟空间的移动轨迹和姿态,利用BP神经网络对使用AR手持式输入终端进行机器人运动轨迹规划时产生的运动误差（以下简称AR误差）进行预测与补偿,将补偿之后的轨迹数据通过机器人正逆运动学模型计算得出的关节数据驱动虚拟机器人数字样机进行运动,进而实现机器人AR编程。本文的主要研究工作如下:（1）详细阐述了机器人AR编程系统方案,分析了机器人AR编程系统过程中产生AR误差的原因;以HSR-JR605型工业机器人为研究对象,建立其数字样机模型,利用D-H方法搭建了其运动学模型并求解了机器人正反解。（2）研究设计了机器人AR编程系统中的数据采集与处理方案。搭建了AR误差模型训练数据的采集平台,对采集得到的数据通过3σ原则进行了异常数值处理,针对通过机器人二次开发API进行机器人数据采集过程与AR手持式输入终端进行数据采集时的不同步与采集频率不相等问题,对AR手持式输入终端与机器人采集的数据进行了等时间间隔处理的重采集操作;最后利用滑动平滑、SG滤波、一阶指数滑动平滑法分别对数据进行了平滑处理。（3）利用三层BP神经网络构建了AR误差预测模型。首先分析了虚拟空间坐标系与现实中机器人笛卡尔右手坐标系之间的坐标转换关系,然后利用BP神经网络搭建了AR误差预测模型,能够有效降低AR手持式输入终端进行示教编程时的AR误差。最后通过三次样条平滑方法对AR误差补偿之后轨迹数据进行了平滑处理。（4）开发了一套具有数据采集、机器人运动学仿真、AR误差预测与补偿功能的软件。最后以HSR-JR605以及i Phone XR为实验对象,对一段平面曲线进行机器人AR编程,通过BP神经网络进行误差补偿之后,AR手持式输入终端的x方向以及y方向的AR误差平均误差降低了37%以上,能有效降低AR误差。