补偿参数的方法及装置、处理器和存储介质与流程

本发明涉及机器人技术领域，具体而言，涉及一种补偿参数的方法及装置、处理器和存储介质。

背景技术

工业机器人各零部件生产制造及装配等生产工序中，会产生各种几何误差，因而会使得机器人控制器中所使用的运动学模型与工业机器人的实际运动学模型存在一定的误差，而且，这种误差最终会导致机器人末端实际位置与理论位置产生精度误差。

有关研究显示，大部分工业机器人的绝对定位精度误差是由于机器人控制器的运动学模型参数不准确导致的。因此，有必要对机器人的结构参数进行标定来提高机器人的绝对定位精度，从而提高机器人的精度性能。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种补偿参数的方法及装置、处理器和存储介质，以至少解决现有技术中的工业机器人控制器中的结构参数不准确，导致工业机器人的绝对定位精度误差的技术问题。

根据本发明实施例的一个方面，提供了一种补偿参数的方法，包括：确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

进一步地，在确定机器人所处的目标空间内的多个测量点之前，上述方法还包括：获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

进一步地，上述任意两个测量点至少包括：第一测量点和第二测量点，获取上述目标空间内的任意两个测量点之间的实际距离包括：控制上述机器人运动至上述第一测量点和上述第二测量点；通过激光跟踪仪获取上述第一测量点的第一空间坐标信息，以及上述第二测量点的第二空间坐标信息；依据上述第一空间坐标信息和上述第二空间坐标信息，确定上述实际距离。

进一步地，上述任意两个测量点至少包括：第一测量点和第二测量点，获取上述目标空间内的任意两个测量点之间的理论距离包括：获取上述第一测量点的第一目标坐标信息，以及上述第二测量点的第二目标坐标信息；依据上述第一目标坐标信息和上述第二目标坐标信息，确定上述理论距离。

进一步地，通过如下公式计算得到上述偏差值：

dij＝|ri-rj|-|ri-rj|＝|ri-rj|-|f(pi+δp，qi+δq)-f(pj+δp，qj+δq)|；

其中，dij为上述偏差值，ri为上述第一空间坐标信息，rj为上述第二空间坐标信息，ri为上述第一目标坐标信息，rj为上述第二目标坐标信息，i＝1，2，3，4，5，6，j＝1，2，3，……n，p为连杆参数，q为轴关节转角参数，δp为与上述连杆参数对应的补偿量，δq为与上述轴关节转角参数对应的补偿量。

进一步地，通过粒子群算法对如下公式进行求解，得到上述最小定位误差：

其中，fij为上述最小定位误差。

根据本发明实施例的另一方面，还提供了一种补偿参数的装置，包括：第一确定模块，用于确定机器人所处的目标空间内的多个测量点；第一获取模块，用于获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；第二确定模块，用于依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；补偿模块，用于依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

进一步地，上述装置还包括：第二获取模块，用于获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；第三确定模块，用于依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

根据本发明实施例的另一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行任意一项上述的补偿参数的方法。

根据本发明实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行任意一项上述的补偿参数的方法。

在本发明实施例中，通过确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

由此，本申请实施例达到了补偿工业机器人控制器中的结构参数，提高结构参数的精确性的目的，从而实现了有效避免工业机器人的绝对定位精度误差的技术效果，进而解决了现有技术中的工业机器人控制器中的结构参数不准确，导致工业机器人的绝对定位精度误差的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种补偿参数的方法的流程图；

图2是根据本发明实施例的一种可选的补偿参数的方法的流程图；

图3是根据本发明实施例的一种可选的补偿参数的方法的流程图；以及

图4是根据本发明实施例的一种补偿参数的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，为方便理解本发明实施例，下面将对本发明中所涉及的部分术语或名词进行解释说明：

标定：是指使用标准的计量仪器对所使用的仪器的精度进行检测是否符合标准，一般用于精密度较高的仪器。

粒子群算法：也称为粒子群优化算法，是一种并行算法，在对动物集群活动行为观察基础上，利用群体中的个体对信息的共享使得整个群体的运动在问题求解空间中产生从无序到有序的演化过程，获得最优解。

实施例1

根据本发明实施例，提供了一种补偿参数的方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种补偿参数的方法的流程图，如图1所示，该方法包括如下步骤：

步骤s102，确定机器人所处的目标空间内的多个测量点。

可选的，上述机器人为工业机器人，例如，可以但不限于为垂直6轴工业机器人；上述目标空间可以为机器人的工作空间，其可以为三维立体空间；上述测量点可以为空间坐标系中的坐标点。

在一种可选的实施例中，以上述多个测量点为n个测量点为例，n个测量点可以尽量均匀的分布在上述整个目标空间中，并且，理论上而言，上述n的取值越大，本申请实施例所取得的技术效果越好，例如，n可以但不限于取值为100-1000，但不限于此数值。

步骤s104，获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离。

在上述步骤s104中，上述任意两个测量点为多个测量点中的任意两个测量点，选取的方式并不限定，可以根据实际情况确定。上述实际距离为当前通过测量设备测量得到的任意两个测量点之间的距离；上述理论距离为在机器人控制模型理想坐标系o-xyz中上述任意两个测量点之间的距离。

步骤s106，依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差。

可选的，上述机器人的末端位置为工业机器人末端实际位置；上述目标位置为机器人控制器中的结构参数补偿后的理论位置。

在一种可选的实施例中，若上述任意两个测量点在激光跟踪仪坐标系下的坐标值为ri和rj，例如，若任意两个测量点包括：第一测量点和第二测量点，则第一测量点的第一空间坐标信息为ri，第二测量点的第一空间坐标信息为rj，则依据第一空间坐标信息ri和第二空间坐标信息rj，，确定上述实际距离。

在另一种可选的实施例中，若上述任意两个测量点在机器人控制模型理想坐标系o-xyz下的坐标值为ri和rj，例如，若任意两个测量点包括：第一测量点和第二测量点，则第一测量点的第一目标坐标信息为ri，第二测量点的第二目标坐标信息为rj，则依据第一目标坐标信息ri和第二目标坐标信息rj，确定上述理论距离。

基于上述实际距离和上述理论距离，可以确定实际距离和理论距离之间的偏差值为：dij＝|ri-rj|-|ri-rj|＝|ri-rj|-|f(pi+δp，qi+δq)-f(pj+δp，qj+δq)|；

其中，dij为上述偏差值，ri为上述第一空间坐标信息，rj为上述第二空间坐标信息，ri为上述第一目标坐标信息，rj为上述第二目标坐标信息，i＝1，2，3，4，5，6，j＝1，2，3，……n，p为连杆参数，q为轴关节转角参数，δp为与上述连杆参数对应的补偿量，δq为与上述轴关节转角参数对应的补偿量。

步骤s108，依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

在一种可选的实施例中，通过粒子群算法对如下公式进行求解，得到上述最小定位误差：

其中，fij为上述最小定位误差。

在本发明实施例中，通过确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

由此，本申请实施例达到了补偿工业机器人控制器中的结构参数，提高结构参数的精确性的目的，从而实现了有效避免工业机器人的绝对定位精度误差的技术效果，进而解决了现有技术中的工业机器人控制器中的结构参数不准确，导致工业机器人的绝对定位精度误差的技术问题。

在一种可选的实施例中，图2是根据本发明实施例的一种可选的补偿参数的方法的流程图，如图2所示，在确定机器人所处的目标空间内的多个测量点之前，上述方法还包括：

步骤s202，获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；

步骤s204，依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

可选的，上述连杆参数包括以下至少之一：杆长、连杆距离、连杆夹角、连杆扭转角等，此外，上述连杆参数还可以为机器人的dh参数。

在本申请实施例中，通过对工业机器人(以垂直6轴工业机器人为例，但不限于此)控制器中可进行补偿的结构参数进行分析，得出可补偿的连杆参数为a1、a2、a3、…、an(此处n为有限自然数)以及各轴关节转角qi(i＝1,2,3,4,5,6)。

作为一种可选的实施例，上述各个结构参数的误差可以表示为δa1、δa2、δa3、…、δan以及δqi。令p＝{a1a2a3…an}、q＝{q1q2q3…q6}、δp＝{δa1δa2δa3…δan}、δq＝{δq1δq2δq3…δq6}，则机器人的末端位置是关于变量p和q的函数，记末端位置m＝f(p，q)；

在一种可选的实施例中，上述任意两个测量点至少包括：第一测量点和第二测量点，获取上述目标空间内的任意两个测量点之间的实际距离包括：

步骤s302，控制上述机器人运动至上述第一测量点和上述第二测量点；

步骤s304，通过激光跟踪仪获取上述第一测量点的第一空间坐标信息，以及上述第二测量点的第二空间坐标信息；

步骤s306，依据上述第一空间坐标信息和上述第二空间坐标信息，确定上述实际距离。

在本申请实施例中，机器人控制器可以控制机器人运动至选取的任意两个测量点，若上述任意两个测量点包括：第一测量点和第二测量点，则可以控制机器人运动至第一测量点和第二测量点；并通过激光跟踪仪测量得第一测量点在激光跟踪仪坐标系下的第一空间坐标信息ri，以及第二测量点在激光跟踪仪坐标系下的第二空间坐标信息rj，依据上述第一空间坐标信息ri和第二空间坐标信息rj，确定上述实际距离。

在一种可选的实施例中，上述任意两个测量点至少包括：第一测量点和第二测量点，获取上述目标空间内的任意两个测量点之间的理论距离包括：

步骤s402，获取上述第一测量点的第一目标坐标信息，以及上述第二测量点的第二目标坐标信息；

步骤s404，依据上述第一目标坐标信息和上述第二目标坐标信息，确定上述理论距离。

具体的，上述第一目标坐标信息、第二目标坐标信息均为测量点在机器人控制模型理想坐标系o-xyz下的坐标值

在另一种可选的实施例中，若上述任意两个测量点在机器人控制模型理想坐标系o-xyz下的坐标值为ri和rj，例如，若任意两个测量点包括：第一测量点和第二测量点，则第一测量点的第一目标坐标信息为ri，第二测量点的第二目标坐标信息为rj，则依据第一目标坐标信息ri和第二目标坐标信息rj，确定上述理论距离。

在本申请实施例中，可以但不限于采用粒子群算法对机器人的补偿量δp以及补偿量δq进行确定，由机器人的运动学数学模型的逆解可以求解出上述测量点的理论关节转角变量qi。

在一种可选的实施例中，可以但不限于为粒子群算法选取一个适应度函数(本申请实施例以此为例，但不限于此)，并通过粒子群算法对如下公式进行求解，得到上述最小定位误差：

其中，fij为上述最小定位误差。

在本申请实施例中，通过以(δp，δq)构成的一个多维向量作为粒子，通过粒子群算法进行求解，则必存在一个向量(δp，δq)使得定位误差值fij最小，则可以认为最小的定位误差值fij是该工业机器人末端位置与参数补偿后的理论位置之间的定位误差。进而将求解出来的(δp，δq)补偿值，补偿机器人控制器中对应的结构参数，即完成机器人的精度标定。

本申请实施例通过对机器人控制器中可进行补偿的结构参数进行分析，采用激光跟踪仪(不限于此高精度测量仪器)作为测量设备，采用粒子群算法辨识工业机器人的最小定位误差，计算最小定位误差得到补偿量，进而在机器人控制器中对与补偿量对应的结构参数进行补偿，达到提高工业机器人绝对定位精度的目的。

并且，本申请实施例所提供的方法操作方便、原理简单，只需要用激光跟踪仪测量一定数量机器人工作空间的坐标点即可，而且该坐标值不需要经过激光跟踪仪坐标系及机器人基座标系之间的转换，不仅方便实现，还可以避免坐标转换出现的误差。

以下通过一个可选的实施例，对本申请实施例中所提供的补偿参数的方法进行示意说明，图3是根据本发明实施例的一种可选的补偿参数的方法的流程图，如图3所示，上述补偿参数的方法可以包括：

步骤s500，获取机器人控制器的结构参数。

在步骤s500中，上述机器人为工业机器人，例如，可以但不限于为垂直6轴工业机器人；上述结构参数包括：连杆参数和轴关节转角参数。

步骤s501，依据连杆参数和轴关节转角参数，确定末端位置。

步骤s502，确定机器人所处的目标空间内的多个测量点。

可选的，上述目标空间可以为机器人的工作空间，其可以为三维立体空间；上述测量点可以为空间坐标系中的坐标点。

在一种可选的实施例中，以上述多个测量点为n个测量点为例，n个测量点可以尽量均匀的分布在上述整个目标空间中。

步骤s503，获取目标空间内的任意两个测量点之间的实际距离，以及任意两个测量点之间的理论距离。

在步骤s503中，上述任意两个测量点为多个测量点中的任意两个测量点，选取的方式并不限定，可以根据实际情况确定。上述实际距离为当前通过测量设备测量得到的任意两个测量点之间的距离；上述理论距离为在机器人控制模型理想坐标系o-xyz中上述任意两个测量点之间的距离。

步骤s504，依据实际距离和理论距离之间的偏差值，确定机器人的末端位置与目标位置之间的最小定位误差。

可选的，上述机器人的末端位置为工业机器人末端实际位置；上述目标位置为机器人控制器中的结构参数补偿后的理论位置。

在一种可选的实施例中，若上述任意两个测量点在激光跟踪仪坐标系下的坐标值为ri和rj，例如，若任意两个测量点包括：第一测量点和第二测量点，则第一测量点的第一空间坐标信息为ri，第二测量点的第一空间坐标信息为rj，则依据第一空间坐标信息ri和第二空间坐标信息rj，，确定上述实际距离。

在另一种可选的实施例中，若上述任意两个测量点在机器人控制模型理想坐标系o-xyz下的坐标值为ri和rj，例如，若任意两个测量点包括：第一测量点和第二测量点，则第一测量点的第一目标坐标信息为ri，第二测量点的第二目标坐标信息为rj，则依据第一目标坐标信息ri和第二目标坐标信息rj，确定上述理论距离。

进而，在本申请实施例中，可以依据实际距离和理论距离之间的偏差值，确定机器人的末端位置与目标位置之间的最小定位误差。

步骤s505，依据计算最小定位误差得到的补偿量，补偿机器人的控制器中与补偿量对应的结构参数。

在一种可选的实施例中，可以但不限于为粒子群算法选取一个适应度函数(本申请实施例以此为例，但不限于此)，并通过粒子群算法对如下公式进行求解，得到上述最小定位误差：

其中，fij为上述最小定位误差。

在本申请实施例中，通过以(δp，δq)构成的一个多维向量作为粒子，通过粒子群算法进行求解，则必存在一个向量(δp，δq)使得定位误差值fij最小，则可以认为最小的定位误差值fij是该工业机器人末端位置与参数补偿后的理论位置之间的定位误差。进而将求解出来的(δp，δq)补偿值，补偿机器人控制器中对应的结构参数，即完成机器人的精度标定。

步骤s506，完成机器人的精度标定。

实施例2

根据本发明实施例，还提供了一种用于实施补偿参数的方法的装置实施例，图4是根据本发明实施例的一种补偿参数的装置的结构示意图，如图4所示，上述补偿参数的装置，包括：第一确定模块40、第一获取模块42、第二确定模块44和补偿模块46，其中：

第一确定模块40，用于确定机器人所处的目标空间内的多个测量点；第一获取模块42，用于获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；第二确定模块44，用于依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；补偿模块46，用于依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

在一种可选的实施例中，上述装置还包括：第二获取模块，用于获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；第三确定模块，用于依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块以任意组合的方式位于不同的处理器中。

此处需要说明的是，上述第一确定模块40、第一获取模块42、第二确定模块44和补偿模块46对应于实施例1中的步骤s102至步骤s106，上述模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在计算机终端中。

需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。

上述的补偿参数的装置还可以包括处理器和存储器，上述第一确定模块40、第一获取模块42、第二确定模块44和补偿模块46等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元，上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。

根据本申请实施例，还提供了一种存储介质实施例。可选地，在本实施例中，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行上述任意一种补偿参数的方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上述存储介质包括存储的程序。

可选地，在程序运行时控制存储介质所在设备执行以下功能：确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

可选地，在程序运行时控制存储介质所在设备执行以下功能：获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

可选地，在程序运行时控制存储介质所在设备执行以下功能：控制上述机器人运动至上述第一测量点和上述第二测量点；通过激光跟踪仪获取上述第一测量点的第一空间坐标信息，以及上述第二测量点的第二空间坐标信息；依据上述第一空间坐标信息和上述第二空间坐标信息，确定上述实际距离。

可选地，在程序运行时控制存储介质所在设备执行以下功能：获取上述第一测量点的第一目标坐标信息，以及上述第二测量点的第二目标坐标信息；依据上述第一目标坐标信息和上述第二目标坐标信息，确定上述理论距离。

可选地，在程序运行时控制存储介质所在设备执行以下功能：通过如下公式计算得到上述偏差值：

dij＝|ri-rj|-|ri-rj|＝|ri-rj|-|f(pi+δp，qi+δq)-f(pj+δp，qj+δq)|；

其中，dij为上述偏差值，ri为上述第一空间坐标信息，rj为上述第二空间坐标信息，ri为上述第一目标坐标信息，rj为上述第二目标坐标信息，i＝1，2，3，4，5，6，j＝1，2，3，……n，p为连杆参数，q为轴关节转角参数，δp为与上述连杆参数对应的补偿量，δq为与上述轴关节转角参数对应的补偿量。

可选地，在程序运行时控制存储介质所在设备执行以下功能：通过粒子群算法对如下公式进行求解，得到上述最小定位误差：其中，fij为上述最小定位误差。

根据本申请实施例，还提供了一种处理器实施例。可选地，在本实施例中，上述处理器用于运行程序，其中，上述程序运行时执行上述任意一种补偿参数的方法。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

可选地，上述处理器执行程序时，还可以获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

可选地，上述处理器执行程序时，还可以控制上述机器人运动至上述第一测量点和上述第二测量点；通过激光跟踪仪获取上述第一测量点的第一空间坐标信息，以及上述第二测量点的第二空间坐标信息；依据上述第一空间坐标信息和上述第二空间坐标信息，确定上述实际距离。

可选地，上述处理器执行程序时，还可以获取上述第一测量点的第一目标坐标信息，以及上述第二测量点的第二目标坐标信息；依据上述第一目标坐标信息和上述第二目标坐标信息，确定上述理论距离。

可选地，上述处理器执行程序时，还可以通过如下公式计算得到上述偏差值：

dij＝|ri-rj|-|ri-rj|＝|ri-rj|-|f(pi+δp，qi+δq)-f(pj+δp，qj+δq)|；

其中，dij为上述偏差值，ri为上述第一空间坐标信息，rj为上述第二空间坐标信息，ri为上述第一目标坐标信息，rj为上述第二目标坐标信息，i＝1，2，3，4，5，6，j＝1，2，3，……n，p为连杆参数，q为轴关节转角参数，δp为与上述连杆参数对应的补偿量，δq为与上述轴关节转角参数对应的补偿量。

可选地，上述处理器执行程序时，还可以通过粒子群算法对如下公式进行求解，得到上述最小定位误差：其中，fij为上述最小定位误差。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定机器人所处的目标空间内的多个测量点；获取上述目标空间内的任意两个测量点之间的实际距离，以及上述任意两个测量点之间的理论距离；依据上述实际距离和理论距离之间的偏差值，确定上述机器人的末端位置与目标位置之间的最小定位误差；依据计算上述最小定位误差得到的补偿量，补偿上述机器人的控制器中与上述补偿量对应的结构参数。

可选地，上述计算机程序产品执行程序时，还可以获取上述结构参数，其中，上述结构参数包括：连杆参数和轴关节转角参数；依据上述连杆参数和上述轴关节转角参数，确定上述末端位置。

可选地，上述计算机程序产品执行程序时，还可以控制上述机器人运动至上述第一测量点和上述第二测量点；通过激光跟踪仪获取上述第一测量点的第一空间坐标信息，以及上述第二测量点的第二空间坐标信息；依据上述第一空间坐标信息和上述第二空间坐标信息，确定上述实际距离。

可选地，上述计算机程序产品执行程序时，还可以获取上述第一测量点的第一目标坐标信息，以及上述第二测量点的第二目标坐标信息；依据上述第一目标坐标信息和上述第二目标坐标信息，确定上述理论距离。

可选地，上述计算机程序产品执行程序时，还可以通过如下公式计算得到上述偏差值：

dij＝|ri-rj|-|ri-rj|＝|ri-rj|-|f(pi+δp，qi+δq)-f(pj+δp，qj+δq)|；

其中，dij为上述偏差值，ri为上述第一空间坐标信息，rj为上述第二空间坐标信息，ri为上述第一目标坐标信息，rj为上述第二目标坐标信息，i＝1，2，3，4，5，6，j＝1，2，3，……n，p为连杆参数，q为轴关节转角参数，δp为与上述连杆参数对应的补偿量，δq为与上述轴关节转角参数对应的补偿量。

可选地，上述计算机程序产品执行程序时，还可以通过粒子群算法对如下公式进行求解，得到上述最小定位误差：其中，fij为上述最小定位误差。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。