烟囱排污的采样、检测属于高空作业,一般在烟囱离地面40～80米的高处搭建采样平台,利用采样仪器对烟囱排放的污染物进行采样、并检测温度等参数。采样环境恶劣且部分排出的污染气体对人体有致命伤害,使用烟囱排污采样机器人代替人工采样非常有必要。随着科技的不断发展,机器人在工业领域内的使用日益广泛。精度是机器人的一项非常重要的性能指标,机器人的工作水平受其精度高低的影响。如何提高工业机器人的位姿精度问题受到国内外各学者的关注。首先以烟囱排污采样机器人为研究对象,以提高机器人的末端精度为目的,对机器人误差建模与校正方法展开了深入研究。首先将机器人的结构分为机械臂和移动平台两部分,分别对机械臂和移动平台进行机构设计,并对其中的关键部件进行强度校核。其次,基于多体系统理论,针对于采样机器人的空间结构特点,通过溯源分析并确定三个直线运动轴的21项几何误差因素且综合考虑回转运动轴的6项几何误差的耦合作用,构建采样机器人机械臂的几何误差模型,并提出误差辨识方法及几何误差的补偿方法。再次,基于静力学分析,对机械臂运动造成的机器人重心偏移的情况,进行分析并完成了移动平台倾覆误差建模。根据倾覆误差模型与机器人的刚体模型结合分析,得出机械臂末端的姿态误差模型,利用MATLAB软件对末端姿态误差模型进行仿真,分析了XY轴的位置变化对机械臂各轴姿态的影响程度,为机器人的运动补偿奠定基础。最后,根据采样杆采样作业的运动要求和姿态要求,基于前一章建立的机器人末端姿态误差模型对采样杆的姿态误差进行估计作为反馈控制参数,与视觉位置辨识相结合,设计了基于视觉的位置跟踪控制器。利用MATLAB软件对控制器控制效果进行了仿真分析,仿真结果表明,所设计的BP神经网络控制器具有抗干扰能力,能够较好地降低控制系统误差,提高综合控制效果。