本文密切结合国内工业自动化生产线上对轻小物料执行精准抓放操作的应用需求,针对一种主动关节由外转动副驱动、从动关节包含平行四边形结构的经典Delta高速并联机器人,研究基于单目视觉实现运动学标定的有关理论及方法,旨在指导该类机器人实现现场快速运动学标定。主要研究内容如下:几何误差建模。基于封闭矢量法和一阶摄动法,提出一种在高速并联机器人中基本通用的误差建模方法。通过该方法建立单支链全参数几何误差模型的显式形式,并根据机构原理及特点,有效分离出影响动平台末端可控和不可控位姿误差的几何参数误差源,从而构造可补偿误差源的简化模型,进一步通过位置正解分析各项误差源对末端位置误差的影响系数,为后续研究提供了理论基础。误差测量方法。通过分析机构特点及对比多种视觉测量方法,设计出一种检测Delta机器人末端位置的视觉测量系统。制定出能保证较高测量精度的视觉测量方案,然后提出一种基于张正友标定法测量并联机器人末端位置的解决方法,该方法标定效率高、标定精度高、灵活性高、成本低,并进一步分析和检测视觉定位精度,为后续运动学标定方法的研究提供测量精度保障。误差参数辨识。根据距离误差不变性及计入随机误差的影响,构建一种基于视觉测量距离误差的参数辨识模型,该模型表明误差参数和末端距离误差的映射联系。提出一种基于单目视觉的距离检测方法,先借助刚体变换以及视觉测量等效变换原理,计算出摄像机光心移动的距离值,然后利用平行四边形性质获得机械手末端的距离误差值,该方法解决了因相机视野小而不能测量全工作空间内距离信息的问题。提出一种兼顾测点数量和最优位姿集的测点位形优选算法,此算法既能保证末端执行器具有较高的补偿精度,又能缩短标定时间。构造普通最小二乘法的回归模型,为克服多重共线性问题,从降维和引入正则化参数两个方面改善辨识算法,建立截断奇异值分解、主元回归、自适应岭回归算法的回归模型。为保证误差参数辨识结果的可靠性和稳定性提供了理论依据和有力保障。误差补偿方法。选取一种经过修正主动关节输入值实现实时误差补偿方法。通过分步式误差补偿方法完成运动学标定的计算机仿真,粗标定和精标定的仿真结果表明,所构建的辨识模型是正确的、优选测点位形的辨识结果更准确稳定、主元回归和自适应岭回归算法辨识结果的可靠性和稳定性较好、且自适应岭回归算法的鲁棒性要略优些。实际样机的标定实验验证了所述运动学标定方法的有效性,且精补偿后Delta机器人的位置误差低于0.387mm,距离误差低于0.251mm。