1.一种基于PMPSD的工业机器人绝对精度校准方法，具体包括以下几个步骤：第一步：建立机器人误差运动学模型；

第二步：建立空间多点虚拟约束，使用PSD装置进行数据采样；

第三步：利用空间矢量关系修正机器人末端激光器的位姿，并利用修正后的位姿对机器人关节转角进行修正，以取代从机器人示教器或从控制器得到的关节转角；

包括以下步骤：

步骤(1)，利用示教器控制方式，将激光束投射到PSD中心，记录此时的关节转角θ1，然后改变机器人位姿，重新将激光束投射到PSD中心，记录此时的关节转角θ2，这时便可得到两组激光束方程，可求得PSD中心点相对于机器人基坐标系的坐标为Pf(pfx，pfy，pfz)，由于PSD为位置传感器，因此，当激光束再投射到PSD表面时，此时的斑点位置为Ps(psx，psy，psz)；

步骤(2)，设三维空间中任意一条激光束的直线方程表示为L＝(px，py，pz，α，β，γ)，其中Pt(px，py，pz)为激光器相对于机器人基坐标系的坐标， 为在基坐标系下的激光束方向矢量；由于激光器以不同的位姿将激光束投射到PSD的表面，因此可以得到多组机器人关节转角，也就可以获得多组激光束在机器人基坐标系下的直线方程；PSD表面中心点坐标为Pc(pcx，pcy，pcz)，激光束投射在PSD上的斑点位置为Ps(psx，psy，psz)，可得投射斑点到PSD中心点的方向矢量为步骤(3)，已知激光束方向矢量 及投射斑点至PSD中心点的方向矢量因此可以得到虚拟激光束方向矢量 为

步骤(4)，利用已知激光器坐标Pt(px，py，pz)及得到的虚拟激光束方向矢量 再运用机器人运动学逆解求得多组关节转角值，并选取其中完全平方差之和最小的一组关节转角θ′，将关节转角θ′取代之前从机器人示教器或控制器取得的关节转角值θ；

第四步：构建模型约束目标函数；

第五步：利用最小化方法对模型约束目标函数进行优化，得到工业机器人的参数误差；

使用最小化方法LM(Levenberg-Marquardt)算法不断进行迭代使得模型约束目标函数最小化，此时工业机器人的参数误差Δs将会被辨识出来，Δs＝[Δa1 Δd1 Δα1 Δθ1 … Δan Δdn Δαn Δθn]T，Δs为m×1的矩阵，m为待辨识的参数个数，n为机器人关节数，具体步骤如下：步骤(1)，初始化参数误差Δs，LM算法的初始化相关参数，迭代次数k；

Δs0＝0，μ＝0.1，v＝2，k＝1    (2)其中μ为阻尼因子，v为增长因子

步骤(2)，计算第k次迭代时的雅可比矩阵J(Δsk)；

雅克比矩阵J(Δsk)由Ω对Δs分量求解偏微分得到，其中Ω＝[Ω1，Ω2，…Ωk×m]，其中， k为同一PSD装置位置处的数据采样次数，(ixj，iyj，izj)为在位置i处时的第i个交点或者公垂线中点， 为PSD装置在位置m处时的交点或者公垂线中点的平均值，m表示PSD装置放置的不同位置的个数；

步骤(3)，利用LM算法求解参数误差矩阵hlm；

hlm＝-(J(Δsk)TJ(Δsk)+μ×Im×m)-1J(Δsk)TΩ     (3)其中hlm表示为第k次迭代时参数误差的改变值，为m×1矩阵，Δsk为第k次迭代时的参数误差，为m×1矩阵，μ为阻尼因子，m为待辨识的参数个数；

步骤(4)，计算第k次迭代时实际下降量ADk与预估下降量PDk的比值ρ；

ADk＝F(Δsk)-F(Δsk+hlm)     (4)步骤(5)，更新迭代参数；

若ρ＞0：

Δsk＝Δsk+hlm      (7)

v＝2    (9)

否则：

μ＝μ×v      (10)

v＝2×v      (11)

重复步骤(2)至(5)，当||J(Δsk)TΩ||＜ε时，循环结束，得到最终的机器人参数误差Δs＝Δsk，否则k＝k+1 ；

第六步：将参数误差对几何参数名义值进行修正，实现机器人的绝对精度校准，包括以下步骤：辨识出的参数误差为Δs，sg＝sn+Δs，sn为机器人几何参数名义值，sg为机器人几何参数真实值。