目前我国建筑产业发展水平不断提高,建筑施工主要依靠工人完成,施工过程存在环境复杂,自然气候可变性因素多等问题,工人安全事故频发,施工效率缓慢。针对这一现象,本文开展了专门应用于建筑环境的建筑机器人相关研究,对提高施工效率和质量,降低安全事故率,提高我国建筑产业智能化有着实际意义。在机器人的研究中,机器人标定是提高机器人控制精度的关键技术之一,测量手段是制约其发展的重要因素。机器人运动学标定是研究机器人控制问题前提,也是提高机器人控制精度的重要因素。建筑机器人的运动特性包括但不限于正逆运动学和轨迹规划两个内容,通过对运动特性的研究可确定机器人的工作性能和运动空间,是机器人控制的重要研究内容。本文的主要工作如下:首先,对建筑机器人国内外研究现状进行了广泛研究,通过对机器人性能研究的了解确定了本文的研究内容。之后分析了机器人运动学标定的相关理论,对建筑机器人进行了运动学建模,并计算了正逆运动学解和雅可比矩阵,为后文标定和轨迹规划提供基础。其次,在对机器人标定的研究中,本文分析了传统建模方法的不足,建立了封闭运动链,在此基础上建立了双机D-H模型,并基于此模型将零力控制引入机器人运动学标定过程。通过实验证明,该方法可提高标定效率和精度。再次,本文研究了机器人逆运动学的部分内容,并由此推导出一种新的机器人逆运动学求解方法。该方法基于GAN神经网络,将已经计算出的机器人正解作为训练样本,通过建立的GAN网络模型得到机器人末端位姿到关节位置的映射。最后,应用蒙特卡洛法,本文计算了机器人运动空间,并使用matlab工具对建筑机器人的轨迹规划进行仿真,为后续动力学分析、机器人结构的动态设计等奠定基础。为了验证本文提出的标定方法有效性和基于GAN网络的逆运动学求解的可行性,本文以大族机器人公司的elfin-5型建筑机器人为研究对象,根据实验数据得出相关结论并对其末端轨迹规划,进行了运动特性的研究。