如今工业机器人作为智能制造的重要组成部分发展迅猛,不同于传统应用中只要求工业机器人具有高的重复精度,柔性化生产线、离线编程、产品质量控制等对工业机器人的绝对定位精度有相当高的要求。运动学标定则是提高机器人绝对定位精度的一种主要方法。目前,机器人标定过程中通常需要使用昂贵、复杂的测量设备对机器人的末端进行精确测量,获得完整的末端位置信息,成本高,且操作复杂。本文提出一种基于距离的工业机器人运动学标定方法,设计了基于距离的拉线式标定系统,并通过实验对所提出的标定方法和标定系统进行了验证。本文以某通用型六自由度工业机器人为研究对象,建立了基于MDH(Modified Denavit-Hartenberg)的运动学模型,通过将运动学模型的数值仿真结果与实际机器人对比,验证了模型的正确性。对机器人的运动学参数误差进行分析,建立了机器人位置误差模型,在此基础上,进一步建立了距离误差模型和基于距离的误差回归模型,分析了运动学参数之间的耦合关系,为运动学参数辨识奠定了理论基础。探究了基于距离的参数辨识算法中对测量设备基准点的预辨识方法,将运动学参数辨识转化为非线性参数优化问题,根据算法框架分类,分别使用传统线性优化算法——高斯牛顿法、智能搜索算法——人工鱼群结合粒子群(AFSA-PSO)算法以及信赖域算法对参数辨识问题进行研究,并进行仿真对比分析。数值仿真结果表明,信赖域算法和高斯牛顿法的仿真辨识结果最准确,AFSA-PSO算法的仿真辨识结果次之,但同样可以接受。在建模和参数辨识工作的基础上,设计了一套拉线式机器人标定系统。包括对拉绳位移传感器的选型、拉线适配器和导向机构的结构设计、数据采集卡的软硬件开发、数据采集软件和参数辨识软件的设计等,并针对标定系统中拉绳的有效长度计算进行了分析。最后,利用拉线式机器人标定系统对某通用型六自由度工业机器人进行了标定实验。使用三种算法对参数进行辨识并补偿到机器人控制器中,再通过激光跟踪仪对标定后的机器人分别进行精度检测,对比分析三种算法的实际标定效果。实验结果表明,使用AFSA-PSO算法和信赖域算法均将机器人的绝对定位精度大幅度地提高。相比之下信赖域参数辨识算法使用更加方便,效率更高,辨识精度最好,最终将机器人的绝对定位误差由0.928mm降低到0.549mm,位姿定位精度提高了41%,实验结果验证了所设计的拉线式机器人标定系统的可靠性和参数辨识算法的有效性。