对于由激光跟踪仪Leica AT901-MR、激光扫描仪Leica T-Scan5（以下简称“T-Scan”）和工业机器人KUKA KR90R3100 extra组成的测量系统，合理规划激光跟踪仪站位来测量变化频繁的T-Scan位姿成为关键问题之一。针对该问题，首先构建融合了激光跟踪仪和T-Scan测量特性的组合测量约束模型，并提出判断站位可行性的站位评价方法；然后，为了提高测量效率与减小站位数量，基于站位评价方法设计站位规划方法的流程；最后，基于Open CASCADE程序实现了站位规划，并设计蒙皮扫描实验进行验证。结果表明：所提方法规划的激光跟踪仪站位的数量比经验法的数量少；在规划站位下对蒙皮开展的测量耗时约5 min，而经验法的测量耗时约40 min。

为了进一步提升机器人的绝对定位精度, 提出了一种通过支持向量回归机( Support Vector Regression, SVR)实现误差预测的方法。采用 MDH(Modified Denavit-Hartenberg)模型建立机器人运动模型, 并利用 SVR建立机器人转角与位置误差的预测模型。通过空间精度控制网格划分, 并对采样点与校准精度之间的关系进行分析, 以确立合适的区域划分方式。最后, 用激光跟踪仪测量机器人末端实际位置坐标与机器人理论值做比较, 获得转角与位置误差样本集用于 SVR模型的训练, 以实现机器人单点位置误差的补偿。实验结果表明, 机器人在中心位置和边缘位置的算术平均误差分别由 2. 107 mm和 2. 182 mm减少到 0. 103 mm和 0. 123 mm, 验证了采用 SVR对机器人的绝对定位误差进行补偿的正确性和有效性。

针对工业机器人和形貌传感器组成的三维形貌机器人测量系统精度低的问题,提出一种基于室内全局定位系统(iGPS)的三维形貌复杂曲面测量系统,并介绍了该测量系统的总体设计方案,建立了相应的数学模型。对长度测量精度和重复测量精度进行实验验证,结果表明,此测量系统在大型复杂曲面形貌测量中具有较高的精度及可靠性。对包含双拱形曲面的大尺寸工件进行形貌测量,测量结果验证了此测量系统的可行性。

工业机器人在工业现场进行连续高速作业过程中, 电机发热和关节摩擦生热将导致机械臂本体温度升高, 引起机器人末端定位漂移, 严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人, 提出了一种基于双目立体视觉的温度误差在线补偿方法, 并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球, 同时在基座附近固定视觉测量传感器, 机器人完成作业循环之后, 以不同的姿态带动基准球至传感器视场内进行补偿测量。此外, 通过分析各关节参数随时间变化的规律, 筛选出符合温度漂移规律的显著性参数进行补偿, 有效降低了补偿测量次数和耗时。实验结果显示, 补偿后机器人的重复定位精度可维持在±0.1 mm的水平, 能够显著改善制造现场工业机器人的作业精度, 且整个补偿测量过程耗时10 s左右。

为了避免机器人模型误差对三维形貌柔性测量系统手眼标定的影响,对手眼关系的标定方法进行了研究。提出了一种融合特征点拟合的手眼标定方法。将三维形貌扫描仪安装在工业机器人末端搭建三维形貌柔性测量系统。标定时,首先利用激光跟踪仪对工业机器人末端法兰盘坐标系进行测量,得到两者转换关系；然后,利用三维形貌扫描仪和激光跟踪仪对空间固定的特征点组进行测量,利用特征点约束和基于罗德里格矩阵的算法求解两者转换关系即可间接地求解出手眼关系。基于ATOS三维扫描仪、安川HP20D机器人和API公司生产的激光跟踪仪进行了手眼标定实验,并进行了精度验证。结果表明：标定后的三维形貌柔性测量系统,其重复性测量精度(3σ)不超过0.1 mm,长度测量精度的均方根误差在0.2 mm以内,点云拼接精度优于±0.7 mm。该方法有效避免了传统手眼标定过程中会引入机器人模型误差的问题,在求解手眼关系解时采用了线性的解法,并且适用于三维形貌柔性测量系统。