许多工业应用需要精确的机器人来完成关键任务，例如航空制造和计量检查。但是，工业机器人通常不提供高精度。机器人的不准确性归因于几种错误源。这些错误源分为三大类：主动关节错误、运动学错误和非运动学错误。主动关节是指机器人的铰接关节和促动关节，因为有些关节是铰接的但不是促动的，例如在并联机器人中，这些关节称为被动关节。

　　我们注意到，主动关节误差和运动学误差是造成机器人精度不足的最大原因。可以想象，非运动错误对涉及高有效负载的应用程序具有更大的影响。

　　1、关节错误

　　这些误差表示与机器人主动关节的编码器提供的位移值有关的误差。它们表示传感器（即编码器）报告的运动与关节实际运动之间的差异。这些差异主要是由传感器本身的误差以及由每个活动关节的调零（或归位）引起的偏移（即活动关节的零位或基本位置的误差）引起的。

　　2、运动学错误

　　运动因素与机器人运动模型的知识有关。不能完全代表机器人实际几何形状的模型是造成误差的根本原因。运动学错误的主要原因归纳如下：

　　1）机器人连杆的标称长度与实际长度之间的差异主要是由制造和组装公差引起的。

　　2）机器人组件的几何特征（例如，平行度，正交性）。

　　3）参考框架的位置误差：相对于工件参考框架（也称为单元框架或世界框架）的机器人基础参考框架，以及相对于法兰框架（即最后一个参考框架）的工具参考框架机器人。

　　3、非运动学错误

　　非运动因素归因于机器人组件的机械特性，可以归纳为以下主要元素：

　　1）机械组件（例如机器人的连杆和变速箱）的刚度。

　　2）机械间隙（例如齿轮箱间隙）。

　　3）温度对机器人结构和机械组件的影响。

　　对于需要精确机器人来完成关键任务的工业应用，知道在哪里寻找以及如何减少错误并提高准确性，无疑会改善生产结果。使用激光视觉传感器来提高测量精度可能是消除这些缺陷的一种方法。