工业机器人作为一种高自由度、强环境适应性的现代自动化设备,在机加、装配和焊接等生产活动中获得广泛应用。然而由于零件和装配精度、环境等多种因素的耦合影响,其绝对定位精度往往达不到高精度生产作业的要求。随着工业机器人装配的末端执行器复杂化,甚至配备了多个工具中心点。对工业机器人运动学参数和工具中心点标定是提升其绝对定位精度的重要方式,本文分别针对多工具中心点及关节零点车间级自标定方法、基于末端位姿约束的标定用构型组优化技术开展了研究。首先,针对现场偶发的碰撞或其他事故造成工业机器人关节零点和末端执行器偏移的情况,提出了车间级多工具中心点及关节零点参数自标定方法,包括多工具中心点及关节零点标定误差模型、冗余参数剔除方法和迭代鲁棒卡尔曼滤波辨识方法。此外,利用失效的工具参数提出快速纠偏算法,减少对尖次数从而提升标定效率。其次,本文重构了优化模型并提出了最优构型组生成算法。本文以激光跟踪仪为例,在关节限位基础上,建立具有末端位姿约束的误差模型的最大可观测指数O1优化目标函数。为解决粒子群算法（PSO）陷入“维数灾难”和序列二次规划算法（SQP）易陷入局部最优的问题,本文提出了使用混合惯性权值递减粒子群算法和序列二次规划算法（WPSO-SQP）,该方法结合了WPSO的全局搜索和SQP强非线性约束优化问题的收敛性优势。对于生成的构型组,提出基于模拟退火算法的构型组测量顺序优化方法,降低激光跟踪仪测量过程中断光现象的概率。最后,设计并开发了工业机器人运动学参数标定软件,搭建了实验平台,设计了完备的实验流程,对基于多工具中心点及关节零点误差参数辨识方法和基于位姿约束的构型组优化分别进行了实验,证明了所提方法的可行性和有效性。