Selective Compliance Assembly Robot Arm(SCARA)又称平面关节型机器人,在工业上有大量需求,绝对定位精度是其主要性能指标之一。运动学参数标定技术能显著提高机器人的绝对定位精度。所谓标定,就是用先进的测量方法识别出机器人系统的准确参数。通过标定识别出机器人的准确参数之后,就可以通过修正控制器参数或进行末端误差补偿来提高绝对定位精度;此外,在技术探索上,标定研究能够使在计算机上模拟机器人作业的离线编程技术实用化。标定分为四个步骤中:建模、测量、辨识和补偿,本文的研究主要体现在测量和辨识这两个环节。首先,针对三轴SCARA机械手,提出了基于轴线测量法和远心视觉测量系统的运动学参数标定方案,方案将经典的轴线测量法应用到平面情况,并搭建了基于物像双远心光路的视觉测量系统和三轴SCARA机械手;受测量视场的限制,标志点要安装在合适的位置才能高效地进行测量,使用工程软件对SCARA机械手进行仿真,研究了标志点安装位置的选择原理并以此对机械手测量运动进行规划,从而优化了测量过程。其次,生成标准的圆形标志点仿真图,对比sobel和canny边缘检测效果;研究三种不同的亚像素算法:高斯拟合法、梯度重心法和Zernike矩法,对比其定位精度,最终选择sobel算子加高斯拟合法作为亚像素定位算法;在参数辨识的过程中,需要进行小段圆弧拟合,通过研究提出了结合最小二乘法和半径约束法的小段圆弧双阈值拟合算法;另外改进后的感兴趣区域提取算法性能有了很大提升。最后,对三轴机械手进行标定,识别机械手的臂长和零位,并通过本视觉测量系统对其绝对定位精度进行检验。结果表明,在没有相关技术积累的情况下,本文自行搭建的三轴SCARA机械手的绝对定位精度在1.5mm以内,该精度能够满足大多数的工业应用场合。