相比传统数控机床而言,具有灵活性高、工作空间范围大以及可加工对象广泛等优点的工业机器人越来越多被应用到机械加工领域。但机器人铣削目前只集中应用在轻负载、精度适中的场合,制约机器人铣削广泛应用的主要原因为机器人绝对定位精度较低以及机器人本身的刚性较弱,在铣削加工过程中容易受到外力而发生较大的变形,导致加工精度难以达到要求。本文通过机器人标定技术以及位姿优化方法来提高机器人铣削加工的精度,改善加工质量。本文首先根据D-H方法建立了机器人的运动学模型,并使用Pieper准则对机器人的逆运动学问题进行了求解。采用微分变换方法完成对机器人雅可比矩阵的求解,对机器人的运动学性能,如奇异性、灵巧性进行了分析。然后通过分级标定技术来提高机器人的绝对定位精度。首先分析了机器人的误差来源,在考虑减速比和耦合比的基础上建立了机器人几何参数误差模型。之后通过两个阶段对机器人误差进行了辨识补偿,第一阶段通过LM（Levenberg-Marquarelt）算法辨识出机器人的几何参数误差并计算出剩余残差,第二阶段通过建立基于粒子群-支持向量回归（PSO-SVR）算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,机器人末端中心点的平均位置误差由5.866mm减少到0.2116mm,验证了该标定算法的正确性和有效性。本文最后提出了一种机器人加工姿态优化方法来提高加工过程中的刚度性能。首先建立了机器人的静刚度模型,在模型的基础上进行了机器人关节刚度的辨识。提出了一种考虑机器人刚度补偿矩阵Kc的变形指标ID来评价机器人加工轨迹的刚度性能。并以最小化变形指数ID为目标,在考虑运动学约束的情况下,建立机器人姿态优化模型,并提出了一种离散Dijkstra优化方法来求解该模型的全局最优解。最后,通过在MOTOMAN-ES165D机器人上的一系列仿真和实验来验证姿态优化方法的有效性。