在我国经济增长引擎升级换挡的大背景下,工业机器人作为助力制造业实现高水平高质量发展、缓解人口红利消退问题的高端自动化设备,在工业、制造业等领域发挥着重要作用。在衡量工业机器人综合性能的参数指标中定位精度是尤为关键的一项。理想状态下机器人实际运动位置应于目标位置重合,但在机器人实际安装和生产应用过程中,机械本体各零部件实际参数值会因加工、搬运、装配和振动磨损等误差因素的存在而与标准值产生偏差,即便是微小的参数误差累积也会对末端定位精度产生不可避免的较大影响。通过提高机器人机械零部件生产工艺、改进机器人控制算法等方式已经使重复定位精度提高到微米级水平。与之相比,机器人绝对定位精度还在毫米级水平,与特定行业内对精加工、装配等工作的要求仍存在较大差距。因此研究影响机器人定位精度的误差来源对于提高工业机器人绝对定位精度具有一定理论指导意义和实际工程应用价值。本文以KR150-2型工业机器人为研究对象,主要完成以下工作:1.对工业机器人运动学理论基础进行阐述,引入经典的机器人运动学分析模型—D-H模型。针对一款六自由度工业机器人,在机器人各关节位置建立连杆坐标系后,借助主要零部件几何和运动参数建立齐次变换矩阵并求解两相邻杆件动坐标系之间的相对位移和旋转数值,进而推导出机器人运动学正解和逆解表达式。2.以KR150-2型工业机器人为例,建立工业机器人三维实体模型和运动仿真模型,设置电机驱动函数使各个关节随时间做均匀角度转动,研究机器人在一段规划轨迹运动过程中各连杆关节处的力学性能。3.对代理模型方法进行阐述,针对传统代理模型存在的建模所需样本点数量会随问题维度增加呈指数型增长这一问题,提出一种i Kriging-HDMR方法。该方法以Kriging模型和高维代理模型(HDMR)为基础,利用DIRECT采样方法,通过改进初始样本点选择方案和模型优化迭代收敛条件使得提出的代理模型在解决高维问题时具有更高的全局精度和计算效率。最后将本方法与普通Kriging方法同时应用于构建4个标准算例的代理模型,模型评价结果证实了本方法的有效性和实用性。4.采用iKriging-HDMR方法建立KR150-2型工业机器人的运动学代理模型,选择16个D-H参数为误差因素,分析并判断D-H参数中关节偏置、关节转角、连杆长度和连杆扭角等因素对末端精度的敏感度,求解各个因素对末端精度造成的具体误差值。