随着现代科技的不断进步,机械制造业正向着大规模集成化、自动化和智能化方向发展,对测量技术和设备也提出了愈来愈高的要求。就精密测量领域而言,传统的大型三坐标测量机臃肿的结构和昂贵的造价使其与目前行业的现代化要求相差甚远,于是为了实现产品加工制造过程中高机动性、高灵活性的快速精确测量,关节臂式坐标测量机应运而生。因此,本项课题研究具有重要的理论意义和工程价值。本文以海克斯康ROMER六自由度关节臂式坐标测量机为研究对象,对其机械结构和性能特点进行了分析,详细论述了自由度选取的依据和原则,并使用D-H矩阵法建立了基于前向动力学规则的矩阵数学模型。再根据数值代入和Monte Carlo方法对关节臂式坐标测量机的测头运动轨迹进行了测量空间的求解和仿真分析。论文研究了关节臂式坐标测量机的误差源类别,详细阐释了四种系统误差的特性,在深入探究结构参数标定理论的前提下,设计了以去除冗余的最小二乘法为基础的结构参数标定策略。分析了RBF神经网络预测算法,拟定了关节旋转角度误差的校正思路。讨论了测量臂受力形变误差与整机热变形误差的校正难点,然后依次给出了校正的通用步骤。最后利用MATLAB对两种关键系统误差进行了仿真验证,结合仿真的图表及数据分析,证实了去除冗余的最小二乘法对关节臂式坐标测量机结构参数标定的有效性,同时对末端测头的测量误差进行了校正。此外,将训练后的RBF神经网络预测的关节转角与模拟角度编码器读数进行对比,结果表明算法预测转角的精度得到进一步提高。