随着工业智能制造的发展,现代化工业对机器人定位精度快速性和准确性的要求更加严格。而机器人运行过程中的碰撞、磨损,以及机器人零部件加工和装配的误差都已经成为影响机器人定位精度的因素。传统标定方法所使用的各种测量仪器价格昂贵、标定过程繁琐、需要有专门技术人员进行操作、且标定的结果很容易被主观因素影响。为了满足工业机器人定位精度的标定要求,简化标定步骤,提高标定速度,本文设计了一种基于深度相机的机器人自标定系统,并在机器人自标定实验平台上进行了实验验证。机器人自标定系统重点研究了以下几个方面:（1）首先通过研究建立了基于Paul法的机器人运动学基本模型,构建了基于机器人关节坐标系到基坐标系中机器人关节末端位姿之间的映射关系,推导了机器人末端空间位置姿态描述方程。并基于视差原理和针孔模型对双目立体视觉系统中的相机成像模型进行了分析,构建了相机坐标系与像素坐标系之间的变换方程。（2）其次基于微分运动原理和偏微分方程理论综合分析了机器人运动学模型,推导出相邻连杆坐标系之间的位姿误差方程,分析了机器人运动学模型中的运动学参数和机器人末端定位误差之间的函数关系,进一步地推导了机器人末端位姿误差模型。（3）基于双目立体视觉系统采集的点云图像数据,采用基于数据密度聚类的特征筛选算法去除点云图像数据中存在的异常点,然后对经过滤波降噪算法处理的点云图像数据进行特征拟合得到最终的特征参数。（4）探讨机器人定位误差和机器人位姿之间相关性的描述方法,提出了基于机器人工作空间网格化模型的空间定点插值补偿方法。本文设计的基于深度相机的机器人自标定系统是一种具有广泛应用范围的新型机器人自标定方法,该方法简化了机器人的标定操作,提高了机器人的绝对位置精度,满足了现代化工业对机器人定位速度和精度的需求。