工业机器人精度可靠性分析方法、装置、设备及存储介质与流程

1.本技术涉及工业机器人技术领域，尤其涉及一种工业机器人精度可靠性分析方法、装置、设备及存储介质。


背景技术：

2.随着工业技术的发展，工业机器人被广泛应用于现代制造业的各个领域，比如搬运、焊接、喷漆和装配，解决了许多对于人工作业而言十分困难的问题。随着柔性制造的发展，作业复杂度不断增强，实际生产环境对机器人的精度要求越来越高。
3.工业机器人的定位精度是衡量机器人性能的重要指标，精度的影响因素也非常繁杂。工业机器人的伺服电机、控制器、驱动器和减速器等关键部件的工作状态与可靠性之间存在密切关系。由于工业机器人制造、装配、驱动及执行机构存在的不确定性，末端执行机构的实际位置通常在指定的轨迹上偏离期望值导致机器人精度受损。目前对工业机器人的进行精度可靠性分析的方法考虑的误差影响因素较为单一，存在分析准确度低的问题。


技术实现要素：

4.本技术的主要目的在于提供一种工业机器人精度可靠性分析方法、装置、设备及存储介质，旨在解决工业机器人精度可靠性分析准确度低的问题。
5.为实现上述目的，本技术提供一种工业机器人精度可靠性分析方法，该方法包括：获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型；获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型；将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型；根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析。
6.可选地，所述获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型的步骤包括：获取所述关节参数中的位姿信息和公差信息，根据所述位姿信息构建所述工业机器人的理想运动学模型；使用小位移旋量模型将所述工业机器人的公差信息转换为变换矩阵，根据所述变换矩阵建立与所述理想运动学模型对应的初始运动学模型。
7.可选地，在所述获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型的步骤之后，还包括：根据预设的驱动参数控制所述工业机器人的末端执行器运行，得到第一轨迹路径；将所述驱动参数输入所述初始运动学模型，得到所述工业机器人的第二轨迹路径；
根据所述第一轨迹路径和所述第二轨迹路径进行末端轨迹验证，得到轨迹验证结果，根据所述轨迹验证结果对所述初始运动学模型进行修正。
8.可选地，所述基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型的步骤包括：识别所述刚性模型中的几何参数，将所述几何参数作为所述柔性模型的几何参数，建立初始柔性模型；在所述初始柔性模型中添加边界条件和驱动条件，构建目标柔性模型。
9.可选地，所述使用时变可靠性因子构建所述运动学误差模型的目标代理模型的步骤包括：识别所述工业机器人的时变参数，根据所述时变参数进行工况模拟，获得所述时变可靠性因子；使用预设的代理模型构建方法建立初始代理模型，将所述时变可靠性因子作为样本点更新依据，对所述初始代理模型进行迭代更新，以获得所述目标代理模型。
10.可选地，在所述将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型的步骤之后，还包括：使用预设的概率分布特征对所述工业机器人的误差分布进行拟合，将拟合度最高的概率分布特征作为误差分布依据；根据所述误差分布依据抽样出样本点，确定所述样本点对应的估计值；确定所述估计值与实际值之间的差值，以对所述目标代理模型进行有效性验证。
11.可选地，所述根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析的步骤包括：识别所述输出分布结果中的误差参数，根据所述误差参数构建参数向量；根据所述参数向量的联合概率密度确定所述工业机器人的精度失效区域；在所述精度失效区域中求解所述误差参数的灵敏度，将所述灵敏度作为可靠性分析结果。
12.此外，为实现上述目的，本技术还提供一种工业机器人精度可靠性分析装置，所述工业机器人精度可靠性分析装置包括：获取模块，用于获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型；建立模块，用于获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型；代理模块，用于将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型；分析模块，用于根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析。
13.此外，为实现上述目的，本技术还提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的工业机器人精度可靠性分析程序，所述工业机器人精度可靠性分析程序配置为实现如上文所述的工业机器人精度可靠性分析方法的步骤。
14.此外，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有工业机器人精度可靠性分析程序，所述工业机器人精度可靠性分析程序被处理器执行时实现如上文所述的工业机器人精度可靠性分析方法的步骤。
15.本技术提供的工业机器人精度可靠性分析方法、装置、设备及存储介质，获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型，获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型，将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型，根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析，结合机器人刚性模型和机器人柔性模型，考虑工业机器人在制造和装配过程中产生的多种误差，还结合时变可靠性因子对工业机器人进行动态的可靠性分析，误差因素来源更加全面，提高可靠性分析精度，还使用代理模型代替复杂的运动学误差模型进行分析，进一步提高了分析过程中的求解效率。
附图说明
16.图1为本技术实施例方案涉及的电子设备的结构示意图；图2为本技术工业机器人精度可靠性分析方法第一实施例的流程示意图；图3为本技术工业机器人精度可靠性分析方法第二实施例的流程示意图；图4为本技术工业机器人精度可靠性分析方法第三实施例的流程示意图；图5为本技术实施例工业机器人精度可靠性分析装置的示意图。
17.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
18.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
19.在工业机器人可靠性研究中，静态的可靠性分析较为常见，而对于工业机器人的关键部件，比如伺服电机、控制器、驱动器和减速器，其运行工况和材料特性的影响是不可忽略的。在工业机器人的重复性往返运动过程中，关键部件受到稳态的载荷作用，加上材料性能的逐渐退化，静态可靠性分析方法无法准确地描述关键部件所受载荷的时间相关性和材料性能退化的累积效应，分析准确度低。
20.本技术的主要技术方案是：获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型；获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型；将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型；根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析。
21.参照图1，图1为本技术实施例方案涉及的电子设备的结构示意图。
22.如图1所示，该电子设备可以包括：处理器1001，例如中央处理器（central processing unit，cpu），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（display）、输入单元比如键盘（keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选地可以包括标准的有线接口、无线接口（如无线保真
（wireless-fidelity，wi-fi）接口）。存储器1005可以是高速的随机存取存储器（random access memory，ram）存储器，也可以是稳定的非易失性存储器（non-volatile memory，nvm），例如磁盘存储器。存储器1005可选地还可以是独立于前述处理器1001的存储装置。
23.本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
24.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及工业机器人精度可靠性分析程序。
25.在图1所示的电子设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本技术电子设备中的处理器1001、存储器1005可以设置在电子设备中，所述电子设备通过处理器1001调用存储器1005中存储的工业机器人精度可靠性分析程序，并执行本技术实施例提供的工业机器人精度可靠性分析方法。
26.本技术实施例提供了一种工业机器人精度可靠性分析方法，参照图2，图2为本技术一种工业机器人精度可靠性分析方法第一实施例的流程示意图。
27.本实施例中，所述工业机器人精度可靠性分析方法包括：步骤s10，获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型；本技术实施例中所指工业机器人均为六轴工业机器人。工业机器人完成搬运、焊接、喷漆和装配等指定的任务时，通常需要使工业机器人的末端到达指定位置，再在指定位置执行相应的动作。工业机器人的末端为末端执行器，在到达指定位置的过程中，驱动器可以带动各个关节运动，使各个连杆之间相互协作。可以在工业机器人的每个关节处建立关节坐标系，则末端执行器的运动过程可视为各个关节坐标的空间变换过程，在末端执行器到达执行位置时，关节坐标系相对于基座的基坐标系具有特定的位置和姿态。位置可以为关节坐标系在基坐标系下的空间坐标位置，姿态则可视为关节坐标系相对于基坐标系的偏转角度。运动学模型可以描述工业机器人各个连杆之间位置和姿态的变化关系，在精度可靠性分析中具有重要作用。
28.在一些可行的实施例中，获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型的步骤可以包括：步骤a，获取所述关节参数中的位姿信息和公差信息，根据所述位姿信息构建所述工业机器人的理想运动学模型；步骤b，使用小位移旋量模型将所述工业机器人的公差信息转换为变换矩阵，根据所述变换矩阵建立与所述理想运动学模型对应的初始运动学模型。
29.在工业机器人的各个关节处建立关节坐标系，则位姿信息可以描述关节相对于基座的偏转角度，偏转角度可以使用三维矩阵来描述，即关节坐标系中的每个坐标轴相对于基坐标系中的每个坐标轴都具有相应的偏转角。根据位姿信息，可以使用d-h（denavit-hartenberg）法构建理想运动学模型。理想运动学模型忽略工业机器人各个机械臂之间复杂的连接关系，使用关节和连杆的组合描述工业机器人的构造，其中，连杆用于连接相邻的关节，关节驱动连杆运动。
30.初始运动学模型将工业机器人的关节加工和装配误差考虑在内，建立关节误差的传递路径。公差信息可以为工业机器人的几何公差，可以使用小位移旋量模型（sdt，small displacement torsors）分析公差信息，将公差变动划分为旋量和平移量，将各个关节上的
公差描述为4
×
4的齐次变换矩阵，再利用齐次变换矩阵表示各个关节加工和装配误差的传递，建立包含关节加工和装配误差的初始运动学模型。工业机器人关节之间的加工和装配误差可以使用位移向量和旋转向量来描述。相比于理想运动学模型，初始运动学模型将关节加工和装配误差考虑在内，可以建立工业机器人关节误差传递路径。对于工业机器人的关节处加工和装配误差，在考虑关节处的尺寸误差和形状误差之后，可以将每个关节处的误差简化为三个方向上的移动误差和两个方向上的旋转误差，由关节装配关系建立关节误差传递路径。误差传递路径中可以包括串联路径和并联路径，在不同类型的传递路径中采取合适的运算方式，可以得到末端执行器最终的定位精度偏差。
31.步骤s20，获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型；工业机器人的运动部件具有自重，加上机械臂弹性变形等原因，机械臂在运动过程中将产生变形，对工业机器人的定位精度产生一定的影响，将机械臂柔性因素考虑在运动学模型的建立中，可以提升工业机器人的定位精度可靠性。柔性模型的建立可以在刚性模型的基础上进行。
32.在一些可行的实施例中，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型的步骤可以包括：步骤c，识别所述刚性模型中的几何参数，将所述几何参数作为所述柔性模型的几何参数，建立初始柔性模型；步骤d，在所述初始柔性模型中添加边界条件和驱动条件，构建目标柔性模型。
33.机器人刚性模型可以使用动力学仿真软件构建，根据工业机器人的实际硬件参数，将各个部件视为刚体，建立理想状态下的机器人刚性模型。刚性模型中的几何参数可以包括各个部件的形状、大小及相邻部件之间的位置关系。工业机器人的机械臂在运行过程中会由于材料特性限制产生一定的弹性形变，从而影响末端执行器的定位精度。可以将机器人刚性模型中的几何参数迁移至初始机器人柔性模型，再通过有限元方法进行柔性建模，将柔性误差因素添加至目标柔性模型中。在动力学仿真软件中，向初始机器人柔性模型添加运动学约束和运动副等边界条件，定义模型驱动函数驱动模型运动，为初始机器人柔性模型的运动副添加驱动条件。设置初始机器人柔性模型的连杆和关节，将连杆材料属性参数和关节材料属性参数添加至相应的位置，得到目标机器人柔性模型。在建立好目标机器人柔性模型之后，还可以通过模拟施加载荷的方式对目标机器人柔性模型进行修正。
34.步骤s30，将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型；组合后的运动学误差模型可以同时考虑工业机器人的关节加工和装配误差，以及柔性误差。代理模型是可以替代原本复杂问题的简单模型，使用代理模型可以提高复杂非线性多维度函数的计算精度，降低计算成本，提高计算效率。可以使用的代理模型包括多项式响应曲面法、kriging、梯度增强kriging法、支持向量机和人工神经网络等。在工业机器人的工作环境下，其关键部件往往受到稳态的随机过程载荷作用，加上关键部件自身的材料性能退化，时变可靠性分析的相对于静态可靠性分析具更高的分析准确度。可靠性可以定义为产品在规定的时间内、规定的条件下完成规定功能的能力，时变不确定性与影响可靠性的时间因素紧密关联。时变可靠性分析方法可以包括基于穿越率的时变可靠性分析和
基于极值的时变可靠性分析。
35.在一些可行的实施例中，使用时变可靠性因子构建所述运动学误差模型的目标代理模型的步骤可以包括：步骤e，识别所述工业机器人的时变参数，根据所述时变参数进行工况模拟，获得所述时变可靠性因子；步骤f，使用预设的代理模型构建方法建立初始代理模型，将所述时变可靠性因子作为样本点更新依据，对所述初始代理模型进行迭代更新，以获得所述目标代理模型。
36.本实施例使用基于kriging模型的单循环时变可靠性分析方法。kriging方法依据协方差函数对随机过程或随机场进行空间建模和预测，对于六轴工业机器人而言，可以通过其功能函数的正负来进行失效判定。时变参数可视为工业机器人的时变动态特征，与载荷变化情况和材料性能退化情况相关。根据工业机器人的实际工作情况，比如工作时长和载荷变化曲线，可以模拟出该情况下关键部件的执行参数，执行参数和模拟工况时使用的工况参数之间的差异可以作为时变可靠性因子。初始代理模型与上述运动学误差模型之间具有对应关系。将时变可靠性因子加入初始代理模型中，参与抽样过程，不断更新样本点位置，就可以对初始代理模型进行迭代更新，得到目标代理模型。迭代更新过程中，可以使用末端执行器位姿数据进行模型训练，目标代理模型可以预测工业机器人发生定位精度失效的概率。
37.步骤s40，根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析。
38.在上述步骤中，已向目标代理模型中输入样本点位置和末端执行器位姿数据，则可以根据目标代理模型的输出分布结果进行可靠性分析。对工业机器人进行精度可靠性分析的目的是降低其定位精度失效概率，首先可以确定影响工业机器人定位精度失效的主要误差来源，再从根据上降低定位精度失效概率。
39.在一些可行的实施例中，根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析的步骤可以包括：步骤g，识别所述输出分布结果中的误差参数，根据所述误差参数构建参数向量；步骤h，根据所述参数向量的联合概率密度确定所述工业机器人的精度失效区域；步骤i，在所述精度失效区域中求解所述误差参数的灵敏度，将所述灵敏度作为可靠性分析结果。
40.灵敏度分析可以用于可靠性分析中，可以确定对产品可靠性影响较大的参数的来源。对于本实施例，进行精度可靠性灵敏度分析可以得知工业机器人的定位精度失效概率对各个误差来源分布参数的敏感程度，获取定位精度失效的主要误差来源。根据上述目标代理模型，结合选取的样本点，可以使用蒙特卡洛抽样法获取误差参数以及误差参数的参数向量。对参数向量的联合概率密度积分，可以得到失效概率，积分包围的区域则为工业机器人发生定位精度失效的精度失效区域。精度失效区域可以为目标代理模型的功能函数为负的部分，将定位精度失效概率对误差参数的均值及方差求偏导，可求解出灵敏度。根据灵敏度值大小可以判断对工业机器人定位精度可靠性影响较大的误差参数。
41.在本实施例中，获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型，获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔
性模型，将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型，根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析，结合机器人刚性模型和机器人柔性模型，考虑工业机器人在制造和装配过程中产生的多种误差，还结合时变可靠性因子对工业机器人进行动态的可靠性分析，误差因素来源更加全面，提高可靠性分析精度，还使用代理模型代替复杂的运动学误差模型进行分析，进一步提高了分析过程中的求解效率。
42.进一步的，在本技术工业机器人精度可靠性分析方法的第二实施例中，参照图3，该方法包括：步骤s11，根据预设的驱动参数控制所述工业机器人的末端执行器运行，得到第一轨迹路径；步骤s12，将所述驱动参数输入所述初始运动学模型，得到所述工业机器人的第二轨迹路径；步骤s13，根据所述第一轨迹路径和所述第二轨迹路径进行末端轨迹验证，得到轨迹验证结果，根据所述轨迹验证结果对所述初始运动学模型进行修正。
43.驱动参数可以包括关节位置参数和关节姿态参数，根据关节位置参数和关节姿态参数各个关节到达指定位置，从而末端执行器也到达其指定位置，末端执行器运行过程中的轨迹路径为第一轨迹路径，可以通过位姿测量设备实际测量得到。向初始运动学模型输入相同的驱动参数，可以模拟出此时的第二轨迹路径。在同一参考系中对第一轨迹路径和第二轨迹路径进行拟合，可以将第二轨迹路径与第一轨迹路径之间的重合度作为轨迹验证结果，在此重合度超过预设的重合度阈值时，视为初始运动学模型的模拟效果较好。当上述重合度不超过重合度阈值时，则可以根据第一轨迹路径和第二轨迹路径之间的差异对初始运动学模型进行修正，直至重合度符合要求。
44.在本实施例中，通过轨迹验证对初始运动学模型进行修正，可以提高初始运动学模型的模拟准确度，从而保证后续精度可靠性分析的准确度满足要求。
45.进一步的，在本技术工业机器人精度可靠性分析方法的第三实施例中，参照图4，该方法包括：步骤s21，使用预设的概率分布特征对所述工业机器人的误差分布进行拟合，将拟合度最高的概率分布特征作为误差分布依据；步骤s22，根据所述误差分布依据抽样出样本点，确定所述样本点对应的估计值；步骤s23，确定所述估计值与实际值之间的差值，以对所述目标代理模型进行有效性验证。
46.可以假设工业机器人的误差分布服从正态分布，在正态分布中直接进行采样操作，使用工业机器人发生定位失效的概率构建估计值，此估计值可以由目标代理模型针对每个样本点的输入得到。在对目标代理模型进行有效性验证的过程中，可以设置工业机器人发生定位精度失效的误差阈值，对定位精度失效概率进行计算。使用随机获取的样本点数据输入目标代理模型，得到输出为工业机器人的末端执行器误差，根据估计值和实际值之间的差值可以判断目标代理模型对运动学误差模型的代替程度，上述差值越小，代表目标代理模型的代替程度越高。在上述差值小于预设的差值阈值时，可视为目标代理模型通过有效性验证，可以用于进行精度可靠性分析。
47.在本实施例中，对目标代理模型进行有效性验证，保证目标代理模型可以代替运动学误差模型，方便进行定位精度可靠性分析，避免了直接对复杂的运动学误差模型求解，提高了计算效率，同事保证了精度可靠性分析的准确度。
48.本技术实施例还提供一种工业机器人精度可靠性分析装置，如图5所示，所述工业机器人精度可靠性分析装置包括：获取模块101，用于获取工业机器人的关节参数，根据所述关节参数建立初始运动学模型；建立模块102，用于获取预设的机器人刚性模型，基于所述机器人刚性模型进行柔性建模，建立机器人柔性模型；代理模块103，用于将所述初始运动学模型和所述机器人柔性模型组合为运动学误差模型，使用时变可靠性因子构建所述运动学误差模型的目标代理模型；分析模块104，用于根据所述目标代理模型的输出分布结果对所述工业机器人进行可靠性分析。
49.可选地，获取模块101还用于：获取所述关节参数中的位姿信息和公差信息，根据所述位姿信息构建所述工业机器人的理想运动学模型；使用小位移旋量模型将所述工业机器人的公差信息转换为变换矩阵，根据所述变换矩阵建立与所述理想运动学模型对应的初始运动学模型。
50.可选地，工业机器人精度可靠性分析装置还包括修正模块，用于：根据预设的驱动参数控制所述工业机器人的末端执行器运行，得到第一轨迹路径；将所述驱动参数输入所述初始运动学模型，得到所述工业机器人的第二轨迹路径；根据所述第一轨迹路径和所述第二轨迹路径进行末端轨迹验证，得到轨迹验证结果，根据所述轨迹验证结果对所述初始运动学模型进行修正。
51.可选地，建立模块102还用于：识别所述刚性模型中的几何参数，将所述几何参数作为所述柔性模型的几何参数，建立初始柔性模型；在所述初始柔性模型中添加边界条件和驱动条件，构建目标柔性模型。
52.可选地，代理模块103还用于：识别所述工业机器人的时变参数，根据所述时变参数进行工况模拟，获得所述时变可靠性因子；使用预设的代理模型构建方法建立初始代理模型，将所述时变可靠性因子作为样本点更新依据，对所述初始代理模型进行迭代更新，以获得所述目标代理模型。
53.可选地，工业机器人精度可靠性分析装置还包括验证模块，用于：使用预设的概率分布特征对所述工业机器人的误差分布进行拟合，将拟合度最高的概率分布特征作为误差分布依据；根据所述误差分布依据抽样出样本点，确定所述样本点对应的估计值；确定所述估计值与实际值之间的差值，以对所述目标代理模型进行有效性验证。
54.可选地，分析模块104还用于：识别所述输出分布结果中的误差参数，根据所述误差参数构建参数向量；根据所述参数向量的联合概率密度确定所述工业机器人的精度失效区域；在所述精度失效区域中求解所述误差参数的灵敏度，将所述灵敏度作为可靠性分析结果。
55.本技术实施例还提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的工业机器人精度可靠性分析程序，所述工业机器人精度可靠性分析程序配置为实现如上文所述的工业机器人精度可靠性分析方法的步骤。本技术实施例电子设备的具体实施方式参见上述工业机器人精度可靠性分析方法各实施例，在此不再赘述。
56.本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有工业机器人精度可靠性分析程序，所述工业机器人精度可靠性分析程序被处理器执行时实现如上文所述的工业机器人精度可靠性分析方法的步骤。本技术实施例计算机可读存储介质的具体实施方式参见上述工业机器人精度可靠性分析方法各实施例，在此不再赘述。
57.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
58.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
59.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的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如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
60.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。