针对3-RRRU并联机器人的运动学误差建模、各误差源与精度的耦合关系以及误差自标定方法等进行了系统地研究。目前,关于3-RRRU并联机器人误差的研究资料较少,所以本文是针对机器人的误差进行补偿误差,提高运行终端轨迹精度,使得机器人能够更好的完成目标任务。论文主要研究内容包括为以下几个方面:1、基于3-RRRU并联机器人的机构组成,应用D-H法建立了机器人运动学反解模型;采用几何矢量法推导了运动学正解模型,基于MATLAB平台对运动学模型进行仿真分析,验证模型的正确性。2、针对3-RRRU并联机器人精度问题,基于运动学正解模型推导并建立机器人的误差模型,对机器人连杆加工误差、驱动角误差以及静、动平台加工误差等误差源对精度的影响进行了细致分析,系统地解析了上述误差与机器人工作精度的耦合关系。仿真结果表明:驱动角度误差分布在0.001°~0.01°时,第一支链的驱动角误差对被控终端的精度影响最大为84.2um;连杆加工误差在0.01mm~0.1mm变化时,靠近动平台的被动杆为0.1mm时对被控终端精度影响最大,其最大误差值为137.2um;设置静、动平台的外接圆半径的加工误差为0.1mm时,机器人的执行终端最大误差为568.4um。因此,对于线性连杆加工误差和角度误差源,杆件的加工误差相对于多个支链、多个连杆的机器人精度的影响高于角度误差造成的精度影响,且静、动平台的加工误差对机器人的终端控制精度影响最大,为后续机器人结构的最优化设计提供了理论依据。3、基于遗传算法提出了一种误差自标定方法。以数理统计方式优化了选择算子、交叉算子和变异算子,进而提高整体算法的收敛速度和快速性;基于误差模型推导并建立目标优化函数,设计标定流程和实验步骤,应用激光跟踪仪完成3-RRRU并联机器人终端动态轨迹采样点的数据检测,采用遗传算法进行多种群迭代优化计算,设置精度阈值获取机器人各项误差,最终完成误差标定和补偿工作。