一般，对于工业机器人标定分为以下步骤：①建模；②测量；③参数辨识；④误差补偿：

下面就上述的四个步骤展开详细的叙述：

    （1）机器人运动学建模

    工业机器人的运动学建模最经典的就是模型，然而模型有建立的模型参数不容易被辨识，并且两个轴线平行或是近似平行时会有奇异性等缺点，学者们逐渐针对模型的缺点拟出了一些优化模型：

    ①Hayati和[7]提出了四参数的模型[8]，在平行轴线加入了另外的旋转变化参数来解决这一难题，但是两个轴线垂直或是接近垂直时还是会有奇异性的缺点；

    ②[9]提出了S模型，这一模型在模型上建立了一些变换方式，每个连杆使用六个参数，其中三个进行平移变换，另外三个进行旋转变换。

    ③除此之外,还有矩阵形状模型，无参照位置模型等等用来对运动学进行建模，上述的优化模型减少了一些以往的模型的缺点。82384

    （2）测量

     测量方式的选择在标定过程中是一种十分重要的步骤，一定程度上，标定的精度往往受量取参数的方式的很大影响。工业机器人测量的方式一般有以下几种：

    ①球杆仪测量方式：这种方式可以分为单和双球杆仪两种类型，球杆仪测量方式性价比比较高，操作方式也比较便捷。

    ②自动经纬仪测量的精度更高，然而它有着需要一些高成本的设备和高操作能力的技术人员；这种方式测量的结果和环境以及操作者的水平在一定程度上有很大的联系等缺点。

    ③三维坐标测量方式，它们以十分精确的机械为测量工具，不过这种测量方式有占据大量空间、成本也很高等的缺点。

    ④多杆关节型测量系统，这类方法运用了一台只留下测量系统无法实际作业的工业机器人去量取另一台完好的工业机器人的位姿。

    上述这大四类型的测量仪工具在不同用途上具有很大的差别。不过它们都有一些共同的缺点：都需要专业的人员来对其进行量取作业，采取数据的过程比较麻烦；由于很难对测量实现自动化，测量的方法也比较困难，人们则需要消耗大量的时间来完成这一工作。于是有些人们便提出了部分位姿的测量手段，因为我们需要的往往只是工业机器人的部分运动学参数而不是它在空间的所有三维坐标，所有这种手段大大地减少了人们对测量系统的要求，不过与此同时，在对系统进行建模时也需要加入很多人工干预的成分，因为控制系统不知道具体哪些参数是我们所需要的，这种方法也存在着一些需要立即解决的问题。论文网

    （3）参数的辨识

    在进行标定的过程中，我们可以运用合适的算法对工业机器人进行参数的辨识，来提高标定的精度。工业机器人参数的辨识往往可以通过最小二乘法的来进行描述，现在常见的一些方法如下所述:

    ①最小二乘法[11]，最小二乘法不须要对先验信息或是系统进行考虑，不过这种算法的计算量往往很大，这种方法具有明显的局限性。

    ②扩展卡尔曼滤波法[12]，其核心算法是在预估点处扩展泰勒级数，从而能够将假想下的量取和各种不确定的因素，不过这种算法具有两个很重要的缺点:首先是它没有想到误差分布，其次他认定状态的误差能够运用线性参数辨识生成，这些缺点在实际应用过程中会导致估计精度往往比较小，而且容易发生滤波散开的状况。

    ③[13]等首先使用了S模型的旋转中心点，然后他们运用了对旋转面进行平移的手段对工业机器人的参数完成了辨识任务。