随着产品的迅速更新换代,柔性化制造成为现阶段制造业的基本出发点。六自由度工业机器人因其通用性强、灵活性高、工作空间大等优势,在各大制造领域得到广泛推广和使用。然而,普通工业机器人普遍存在绝对定位精度低问题,大多数定位精度仍在毫米级,是目前限制机器人向更高端、更精密场合推广应用的主要瓶颈。因此,机器人标定技术产生,成为现阶段机器人研究的热点问题之一。本文以Viper650型工业机器人为研究对象,根据经典的D-H模型建立机器人运动学模型,推导了机器人正、逆运动学的求解过程,并在ACE软件上仿真验证。基于结构本身存在奇异性及运动参数最少原则,采用D-H与MDH相结合的方式建模。同时,分析了各运动学参数误差对定位误差的影响规律,并运用MATLAB软件做仿真验证。接着,推导了运动学误差模型的建立过程,并基于MATLAB仿真验证。参数辨识环节,针对相关参数、冗余参数辨识准确性低问题,提出分步式自适应学习参数辨识方法,并在大量仿真实验基础上,改进算法,采用二分法区域搜索替代等步长区域搜索。解决了等步长区域搜索,辨识结果陷入局部最优问题,同时提高辨识结果的准确性。然后,优化测量位姿,提出以辨识结果补偿后的最大定位误差为优化指标,并基于MATLAB仿真验证。最后,针对算法遗留缺陷问题,优化算法中关键参数的设定值,并提出三种优化策略改善缺陷。经以上处理,参数误差辨识的准确性得到有效改善,进而实现精准补偿,机器人末端在x、y、z轴上的最大定位误差,基本稳定在0.1mm以内,极大的提高了机器人绝对定位精度。