1.一种基于转换矩阵误差模型的工业机器人几何参数辨识方法，工业机器人结构包括机器人控制柜(1)、工业机器人(2)、智能工业相机(3)、相机安装架(4)、控制信号通讯电缆(5)以及传输信号通讯电缆(6)，所述的智能工业相机(3)通过相机安装架(4)固定安装在工业机器人(2)末端，所述的工业机器人(2)与机器人控制柜(1)通过控制信号通讯电缆(5)信号连接，所述的智能工业相机(3)与机器人控制柜(1)通过传输信号通讯电缆(6)信号连接，其特征在于：智能工业相机(3)的坐标系与工业机器人(2)的末端坐标系转换矩阵可以通过标定法直接获取；

所述的工业机器人几何参数辨识方法如下：

步骤1，建立工业机器人(2)的转换矩阵误差模型；

假设工业机器人(2)的末端在j位姿(201)下的名义位姿为Tjn，实际位姿为Tjr，工业机器人(2)的末端在j+1位姿(202)下的名义位姿为Tj+1n，实际位姿为Tj+1r，工业机器人(2)的末端n rj位姿(201)与末端j+1位姿(202)下的名义转换矩阵为T ，实际转换矩阵为T ，则有式1-1关系：式1-1整理可得式1-2，

假设工业机器人(2)的末端位姿误差分别为 式1-2整

理可得式1-3，

假设工业机器人(2)的几何参数误差为△Ω，Hj，Hj+1分别为工业机器人(2)的末端在j位姿(201)与j+1位姿(202)下的雅克比矩阵，可知式1-4，将式1-4代入式1-3中可得式1-5

步骤2，从机器人控制柜(1)中读取工业机器人(2)的末端位姿名义变换矩阵Tn；

步骤3，利用智能工业相机(3)测量工业机器人(2)的末端位姿实际变换矩阵Tr；

步骤4，将步骤2和步骤3中得到的名义变换矩阵Tn以及实际变换矩阵Tr数据带入式1-5，计算得到工业机器人(2)的几何参数误差△Ω，将该误差补偿到机器人控制器中；

步骤5，重复步骤1至步骤4，进一步提高工业机器人(2)末端定位精度。

2.如权利要求1所述的一种基于转换矩阵误差模型的工业机器人几何参数辨识方法，其特征在于：所述的步骤3中测量工业机器人(2)的末端位姿实际变换矩阵Tr的具体步骤如下：工业机器人(2)在运行轨迹线上任选两个不同的位姿点，利用智能工业相机(3)分别在以上两个不同位姿点处采集两张现场图像，要求不同位姿点处采集的两张现场图像内具有相同的目标物体，通过特征点匹配算法获取不同位姿点处采集的两张现场图像的特征点匹配，利用图像中目标物体特征点间的几何约束关系计算求解两张现场图像的转换矩阵，进而得到工业机器人(2)的末端位姿实际变换矩阵Tr。

3.如权利要求2所述的一种基于转换矩阵误差模型的工业机器人几何参数辨识方法，其特征在于：所述的特征点匹配算法包括但不限于SIFT特征匹配算法、SURF算法以及ORB特征提取算法，所述的计算求解两张现场图像的转换矩阵方法为点集云配准算法，所述的点集云配准算法包括但不限于PnP算法、ICP算法以及NDT算法。

4.如权利要求2所述的一种基于转换矩阵误差模型的工业机器人几何参数辨识方法，其特征在于：所述的工业机器人(2)在运行过程中按照设定动作周期运行，在周期运行轨迹线上任选两个不同的位姿点前，判断工业机器人(2)的工作时间是否满足标定周期，当工业机器人(2)的工作时间已满足标定周期后，选取不同的位姿点并调用机器人几何参数标定程序。

5.如权利要求1所述的一种基于转换矩阵误差模型的工业机器人几何参数辨识方法，其特征在于：所述的智能工业相机(3)的坐标系与工业机器人(2)的末端坐标系转换矩阵可以通过EYE-IN-HAND手眼标定法获取。