④[14]等使用了位姿匹配的原理，对非线性参数辨识法等方法都通过实验的方式对自由度为五的机器人进行了运动学参数的辨识任务。

    （4）误差的补偿

     误差补偿是标定任务影响最大的一个步骤，因为我们一般运用工业机器人解逆运动学方法对机器人的各个关节角度值进行补偿，我们通常可以使用Newotn Rpahson方法[15]来对补偿问题进行规划，不过这种方法具有很致命的缺点:这种方法是进行雅克比逆矩阵的运算的，因而它在奇异点位置会失去作用，并且因为计算的工作量很大，难以实现立即补偿，在进行补偿时，工业机器人的几何误差需要很小，不然不能确保该算法的收敛性。现今误差的补偿方式主要有以下三个方面内容：

    ①关节空间的补偿[15]。这种方法是人们在标定后结果的关节处对某些可达的位置和姿态，运算它们的关节角度值从而进行修改。 

    ②微分误差的补偿[16]。这种方法往往用于一些微分变换方式所构造的误差模型，通过辨识它们实际值和运算值间细微误差，针对它们进行补偿。 

③基于人工神经网络的误差补偿[17]。神经元网络可以进行自我适应推理，它们往往有很强的自我学习和自我适应功能，所以人们将人工神经元作为工业机器人补偿的有力方法。

我国是对机器人的须求量增长率最高国家之一，无论是机器人制造公司还是须求机器人的行业，大多都得对工业机器人进行标定，其方法有工业机器人运动学参数标定、运用各种设备标定、建立空间坐标进行标定，所以，研究出成本低、具有高精度和自动化的工业机器人标定设施在我国市场上具有很大的潜力值。但是我国对机器人标定的方式种类比较少，不过也获得了不小的成绩，为后续研究人员对工业机器人标定的研究奠定了良好的基础。

刘永[18-19]等提出了基于点约束的机器人标定方案，运用激光器投射出激光线，利用接收光线来完成标定实验，为后续研究打下基础。

时定兵[20]对基于单点和多点约束的工业机器人运动学参数标定技术进行了的研究，也运用了非接触式的作为测量工具的点约束方式来对工业机器人进行零位标定。

丁吉祥[21]研究了基于球面约束标定的机器人运动学参数标定方法，运用视觉、伺服混合控制方式，使用一种基于球面约束的工业机器人运动学参数标定的方法