关节臂式坐标测量机是一种以角度测量为基准的非正交系精密仪器,具有操作简单、重量轻、灵活性强、适用场景广泛、测量空间大等特点,主要应用于模具设计、夹具定位检测、产品质量控制、逆向工程等领域,具有广泛的应用前景。目前关节臂式坐标测量机的主要问题是测量精度较低,影响其测量精度的因素可分为动态和静态两大类。静态因素主要是指测量机的结构参数误差,例如连杆长度误差、关节长度误差等,一般通过运动学标定来解决。动态因素是指测量机在测量过程中不断变化的参数,例如测量力、惯性力等,消除它们对测量机的影响是提高其测量精度的重要方法。首先,以通用型六自由度关节臂式坐标测量机为研究对象,建立基于DH(Denavit-Hartenberg)方法的运动学模型,通过运动学模型的数值仿真结果验证运动学模型的正确性。建立了基于DH方法的关节臂式坐标测量机误差模型,研究了常用的运动学参数辨识方法。采用最小二乘法对关节臂式坐标测量机的运动学参数进行仿真辨识。其次,探究了重力和惯性力对关节臂式坐标测量机测量精度的影响规律。利用ANASY软件对不同材质的关节臂式坐标测量机做受力分析,并采用对照实验研究重力和惯性力对连杆形变的影响。本文从研究重力和惯性力对关节臂式坐标测量机测量精度的影响出发,提出了一种基于柱坐标系的关节臂式坐标测量机误差补偿模型,不同于一般的运动学标定需要修改运动学模型参数,该模型可直接对末端测头坐标值进行误差补偿。采用多元非线性回归和RBF神经网络的方法分别对建立的误差补偿模型进行参数辨识和误差补偿仿真,验证方法和模型的有效性。最后,通过实验对关节臂式坐标测量机运动学参数进行参数辨识,并对运动学模型参数进行补偿,实验结果表明单点重复精度由2.018mm提高到0.054mm,300mm和500mm标准量块的长度测量误差分别减小35.61%和32.07%。在运动学参数辨识实验的基础上,利用提出的误差补偿模型,采用多元非线性回归和RBF神经网络的方法分别进行参数辨识和误差补偿实验。基于多元非线性回归的误差补偿实验中单点重复精度提高22.64%,300mm和500mm标准量块的长度测量误差分别减小25.59%和22.31%。基于RBF神经网络的误差补偿实验中单点重复精度提高24.52%,300mm和500mm标准量块的长度测量误差分别减小26.73%和23.08%。实验结果验证了本文提出的误差补偿模型和方法的有效性。