CN107718050B

CN107718050B - Scara机器人臂长与零点标定方法、装置、介质及计算机设备

Info

Publication number: CN107718050B
Application number: CN201711120228.4A
Authority: CN
Inventors: 郭晓彬; 杨基鹏; 黄国辉; 曾逸
Original assignee: ADTECH (SHENZHEN) TECHNOLOGY CO LTD
Current assignee: ADTECH (SHENZHEN) TECHNOLOGY CO LTD
Priority date: 2017-11-14
Filing date: 2017-11-14
Publication date: 2020-07-17
Anticipated expiration: 2037-11-14
Also published as: CN107718050A

Abstract

本发明提供一种SCARA机器人臂长与零点标定方法、装置、存储介质及其计算机设备，方法包括：获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，构建SCARA机器人的运动学方程组，采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组，求解该超静定齐次线性方程组，并基于求解结果、运动学方程组以及已知的预设第一孔与预设第二孔距离，计算SCARA机器人臂长与零点。整个过程，采用三角恒等式对机器人运动学正解方程进行变换并作变量代换，将其从非线性方程转化为线性方程求解该线性方程，处理过程简单，能够同时且准确计算SCARA机器人的臂长与零点。

Description

SCARA机器人臂长与零点标定方法、装置、介质及计算机设备

技术领域

本发明涉及机器人技术领域，特别是涉及SCARA机器人臂长与零点标定方法、装置、介质及计算机设备。

背景技术

SCARA机器人(Selective ComplianceAssembly RobotArm，选择顺应性装配机器手臂)，具有四个轴和四个运动自由度，(包括沿X，Y，Z方向的平移和绕Z轴的旋转自由度)。SCARA机器人在X，Y方向上具有顺从性，而在Z轴方向具有良好的刚度，此特性特别适合于装配工作；其串接的两杆结构，类似人的手臂，可以伸进有限空间中作业然后收回，适合于搬动和取放物件。SCARA机器人结构紧凑、动作灵活，速度快、位置精度高，广泛应用于塑料工业、汽车工业、电子产品工业、药品工业和食品工业等领域。

由于机械加工误差、装配误差，摩擦磨损等因素的影响，实际机器人的运动学参数与理论设计值存在偏差，必须通过一定的测量手段或几何约束关系等，并基于机器人的运动学模型，准确地辨识出运动学参数，从而提高机器人的绝对定位精度。如何通过简单实用而有效的方法求得SCARA机器人臂长与零点，有着重要意义。

目前，一般SCARA机器人臂长标定与零点方法必须采用激光跟踪仪、三坐标仪等昂贵的测量设备，标定成本很高，且操作麻烦，不利于现场快速标定；对于采用低成本测量工具的方法，有的不能同时标定得出SCARA机器人的零点和臂长，有的对测量工具加工精度要求高，操作步骤多。

发明内容

基于此，有必要针对一般无法对SCARA机器人臂长与零点标定便捷且准确标定的问题，提供一种便捷且准确的SCARA机器人臂长与零点标定方法、装置、存储介质及计算机设备。

一种SCARA机器人臂长与零点标定方法，包括步骤：

获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，预设第一孔与预设第二孔的距离已知；

根据测量参数，构建SCARA机器人运动学方程组；

采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组；

求解超静定齐次线性方程组，获得方程组求解结果；

根据方程组求解结果、SCARA机器人运动学方程组以及预设第一孔与预设第二孔之间的已知距离，计算SCARA机器人臂长与零点。

在其中一个实施例中，求解超静定齐次线性方程组，获得方程组求解结果的步骤包括：

将超静定齐次线性方程组问题转化为带等式约束的优化问题，推导获得正定矩阵；

求解正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

在其中一个实施例中，求解正定矩阵的最小特征值及对应的特征向量的步骤包括：

采用最小二乘法和二分法，求解正定矩阵的最小特征值及对应的特征向量。

在其中一个实施例中，采用最小二乘法和二分法，求解正定矩阵的最小特征值及对应的特征向量的步骤包括：

获取正定矩阵的特征多项式；

基于正定矩阵的特征值均大于0情况，求解特征多项式较小的根，记录为λ'；

在区间(0，λ')里，对特征多项式采用二分法，求解正定矩阵的最小特征值；

采用最小二乘法，求解最小的特征值对应的特征向量。

在其中一个实施例中，获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数的步骤之前还包括：

将SCARA机器人的末端标定针分别以左手系和右手系对准预设第一孔，分别记录下SCARA机器人第一关节与第二关节对应的角度；

将SCARA机器人的末端标定针分别以左手系和右手系对准预设第二孔，分别记录下SCARA机器人第一关节与第二关节对应的角度。

一种SCARA机器人臂长与零点标定装置，包括：

参数获取模块，用于获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，预设第一孔与预设第二孔的距离已知；

方程组构建模块，用于根据测量参数，构建SCARA机器人运动学方程组；

线性方程模块，用于采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组；

求解模块，用于求解超静定齐次线性方程组，获得方程组求解结果；

标定计算模块，用于根据方程组求解结果、SCARA机器人运动学方程组以及预设第一孔与预设第二孔之间的已知距离，计算SCARA机器人臂长与零点。

在其中一个实施例中，求解模块包括：

第一处理单元，用于对超静定齐次线性方程组进行带等式约束的优化处理，获得正定矩阵；

第二处理单元，用于求解正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

在其中一个实施例中，第二处理单元具体用于采用最小二乘法和二分法，求解正定矩阵的最小特征值及对应的特征向量。

本发明SCARA机器人臂长与零点标定方法与装置，获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，构建SCARA机器人运动学方程组，采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组，求解该超静定齐次线性方程组，并基于求解结果、机器人运动学方程组以及已知的预设第一孔与预设第二孔距离，计算SCARA机器人的臂长与零点。整个过程中，采用三角恒等式对机器人运动学正解方程进行变换并作变量代换，将其从非线性方程转化为线性方程，求解该线性方程，整个处理、计算过程简单，能够同时且准确计算SCARA机器人的臂长与零点。

另，本发明一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上方法的步骤。

另，本发明一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上方法的步骤。

上述计算机可读存储介质与计算机设备，其执行上述SCARA机器人臂长与零点标定方法时，采用三角恒等式对机器人运动学正解方程进行变换并作变量代换，将其从非线性方程转化为线性方程，求解该线性方程，整个处理、计算过程简单，能够同时且准确计算SCARA机器人臂长与零点。

附图说明

图1为常规SCARA机器人的结构示意图；

图2为SCARA机器人运动学正解示意图；

图3为本发明SCARA机器人臂长与零点标定方法第一个实施例的流程示意图；

图4为SCARA机器人臂长与零点标定示意图；

图5为本发明SCARA机器人臂长与零点标定方法第二个实施例的流程示意图；

图6为本发明SCARA机器人臂长与零点标定装置第一个实施例的结构示意图；

图7为本发明SCARA机器人臂长与零点标定装置第二个实施例的结构示意图；

图8为L₁的计算值标准差与孔距、误差圆半径的关系示意图；

图9为L₂的计算值标准差与孔距、误差圆半径的关系示意图；

图10为Δθ₂的计算值标准差与孔距、误差圆半径的关系示意图。

具体实施方式

为了更进一步详细解释本发明SCARA机器人臂长与零点标定方法与装置的技术方案及其实现的效果，下面将首先介绍下与SCARA机器人相关的内容。

SCARA机器人具有四个关节(包括三个绕Z轴的旋转关节和一个沿Z轴的平移关节)，如图1所示，由于SCARA机器人零点与臂长标定与三、四关节无关，因此这里将其看成平面二自由度机器人。如图2，OA为旋转关节，B为机器人末端，xoy为机器人的基座标系，大臂长L₁，小臂长L₂，关节1角度θ₁，关节2角度θ₂，零点偏移值Δθ₂，得到机器人的运动学正解如下：

对于机器人工作空间里任意一点P(x,y)，机器人有两种不同的姿态抵达点P，为了区分这两种情况，可以约定：若θ₂＜0，机器人处于左手系；若θ₂＞0，机器人处于右手系(θ₂＝0时，机器人处于奇异位置)。

如图3所示，一种SCARA机器人臂长与零点标定方法，包括步骤：

S100：获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，预设第一孔与预设第二孔的距离已知。

测量参数包括SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时对应的角度参数。具体来说，参见图4，测量参数包括SCARA机器人的末端标定针以左手系对准预设第一孔M的第一关节角度θ₁ ⁽¹⁾、第二关节角度θ₂ ⁽¹⁾；SCARA机器人的末端标定针以右手系对准预设第一孔M的第一关节角度θ₁ ⁽²⁾、第二关节角度θ₂ ⁽²⁾；SCARA机器人的末端标定针以左手系对准预设第二孔N的第一关节角度θ₁ ⁽³⁾、第二关节角度θ₂ ⁽³⁾；SCARA机器人的末端标定针以右手系对准预设第二孔N的第一关节角度θ₁ ⁽⁴⁾、第二关节角度θ₂ ⁽⁴⁾。非必要的，测量参数可以是实时采集获取的，也可以是外部设备(器件)已经采集，当前只需要进行下一步处理计算的，当需要实时采集时，将SCARA机器人的末端标定针分别以左手系和右手系对准预设第一孔，分别记录下SCARA机器人第一关节与第二关节对应的角度；将SCARA机器人的末端标定针分别以左手系和右手系对准预设第二孔，分别记录下SCARA机器人第一关节与第二关节对应的角度。

另外，预设第一孔与预设第二孔之间的孔距已知。继续研究发现，预设第一孔与预设第二孔之间的孔距越大，臂长的计算值的稳定性以及对点误差的抗干扰能力越强，因此，一般情况下，预设第一孔M与预设第二孔N之间距离尽量大，以提升整个臂长标定过程的稳定性以及对点误差的抗干扰能力。

S200：根据测量参数，构建SCARA机器人运动学方程组。

机器人末端标定针分别以不同手系对准预设第一孔M，根据式(1)，可以得到方程组：

S300：采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组。

三角恒等式的具体公式如下：

做变量代换，如下公式：

为简化符号，记：

末端标定针分别以不同手系对准预设第一孔M，上述公式(2)可以成：

末端标定针分别以不同手系对准预设第二孔N，同理可以得到方程组：

联立方程组(6)和方程组(7)可以得到超静定齐次线性方程组，将其(SCARA机器人的运动学方程组)从非线性方程转化为线性方程(超静定齐次线性方程组)，以进行下一步的处理。

S400：求解超静定齐次线性方程组，获得方程组求解结果。

对超静定齐次线性方程组进行求解，以求解出其中特征向量λ₁、λ₂、λ₃的值。具体来说，这个求解计算过程可以选择最小二乘法和二分法进行。

S500：根据方程组求解结果、SCARA机器人的运动学方程组以及预设第一孔与预设第二孔之间的已知距离，计算SCARA机器人的臂长与零点。

根据上述公式(4)，可以得到零点偏移值的公式如下：

SCARA机器人大臂与小臂长度的比例值：

由于孔M与孔N的长度d已知，利用式(1)，可以求臂长实际值L₁、L₂。

同理可得L₁ ⁽²⁾、L₁ ⁽³⁾、L₁ ⁽⁴⁾，大小臂长度：

本发明SCARA机器人臂长与零点标定方法，获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，构建SCARA机器人运动学方程组，采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组，求解该超静定齐次线性方程组，并基于求解结果、机器人运动学方程组以及已知的预设第一孔与预设第二孔距离，计算SCARA机器人的臂长与零点。整个过程中，采用三角恒等式对机器人运动学正解方程进行变换并作变量代换，将其从非线性方程转化为线性方程，求解该线性方程，整个处理、计算过程简单，能够同时且准确计算SCARA机器人的臂长与零点。

如图5所示，在其中一个实施例中，步骤S400包括：

S420：将超静定齐次线性方程组问题转化为带等式约束的优化问题，推导获得正定矩阵；

S440：求解正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

具体来说，该转换和计算过程可以采用最小二乘法和二分法，最终求解超静定齐次线性方程组。更具体来说，该转换过程具体为：联立(6)和(7)可以得到超静定齐次线性方程组，可以利用最小二乘法求解。对于任意非零实数k，齐次线性方程Aλ＝0与A(kλ)＝0同解，不失一般性，可以加入约束||λ||＝1。求解超静定齐次线性方程组的问题可以转化为带等式约束的优化问题。具体优化过程计算公式如下：

||Aλ||＝(Aλ)^T(Aλ)＝λ^TA^TAλ＝λ^T(A^TAλ)＝λ^T(ηλ)＝η||λ||＝η (13)。

其中，η为矩阵ATA的特征值。因此求解矩阵ATA的最小的特征值对应的特征向量便为优化问题

的解。

更具体来说，在其中一个实施例中，采用最小二乘法和二分法，求解正定矩阵的最小特征值及对应的特征向量的步骤包括：

步骤一：获取正定矩阵的特征多项式。

步骤二：基于正定矩阵的特征值均大于0情况，求解特征多项式较小的根，记录为λ'。

步骤三：在区间(0，λ')里，对特征多项式采用二分法，求解正定矩阵的最小特征值。

步骤四：采用最小二乘法和二分法，求解最小的特征值对应的特征向量。

实对称正定矩阵A^TA的特征多项式为一元三次多项式：

f(λ)＝λ³+aλ²+bλ+c(a,b,c∈R) (14)

由于正定矩阵A^TA所有特征值均大于0，求一元二次方程f'(λ)＝0较小的根λ'，在区间(0,λ')里对于方程f(λ)＝0，利用二分法，可以快速求得最小的特征值λ_min。再利用最小二乘法，求矩阵方程(A^TA-λ_minI_3×3)λ＝0的解，便可得到最小的特征值对应的特征向量λ＝[λ₁ λ₂ λ₃]^T。

如图6所示，一种SCARA机器人臂长与零点标定装置，包括：

参数获取模块100，用于获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，预设第一孔与预设第二孔的距离已知；

方程组构建模块200，用于根据测量参数，构建SCARA机器人运动学方程组；

线性方程模块300，用于采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组；

求解模块400，用于求解超静定齐次线性方程组，获得方程组求解结果；

标定计算模块500，用于根据方程组求解结果、SCARA机器人运动学方程组以及预设第一孔与预设第二孔之间的已知距离，计算SCARA机器人臂长与零点。

本发明SCARA机器人臂长与零点标定装置，参数获取模块100获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，方程组构建模块200构建SCARA机器人运动学方程组，线性方程模块300采用三角恒等式对机器人运动学方程组进行变换、并作变量代换，获得超静定齐次线性方程组，求解模块400求解该超静定齐次线性方程组，标定计算模块500基于求解结果、机器人运动学方程组以及已知的预设第一孔与预设第二孔距离，计算SCARA机器人的臂长与零点。整个过程中，采用三角恒等式对机器人运动学正解方程进行变换并作变量代换，将其从非线性方程转化为线性方程，求解该线性方程，整个处理、计算过程简单，能够同时且准确计算SCARA机器人的臂长与零点。

如图7所示，在其中一个实施例中，求解模块400包括：

第一处理单元420，用于将超静定齐次线性方程组问题转化为带等式约束的优化问题，推导获得正定矩阵；

第二处理单元440，用于求解正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

在其中一个实施例中，第二处理单元440具体用于采用最小二乘法和二分法，求解正定矩阵的最小特征值及对应的特征向量。

在其中一个实施例中，第二处理单元440具体用于获取正定矩阵的特征多项式；基于正定矩阵的特征值均大于0情况，求解特征多项式较小的根，记录为λ'；在区间(0，λ')里，对特征多项式采用二分法，求解正定矩阵的最小特征值；采用最小二乘法，求解最小的特征值对应的特征向量。

在其中一个实施例中，本发明SCARA机器人臂长与零点标定装置还包括：

第一记录模块，用于将SCARA机器人的末端标定针分别以左手系和右手系对准预设第一孔，分别记录下SCARA机器人第一关节与第二关节对应的角度；

第二记录模块，用于将SCARA机器人的末端标定针分别以左手系和右手系对准预设第二孔，分别记录下SCARA机器人第一关节与第二关节对应的角度。

为证明本发明SCARA机器人臂长与零点标定方法与装置能够准确同时标定SCARA机器人臂长与零点的效果，下面将采用具体实例，结合具体的实验数据以及附图进行说明。

本发明SCARA机器人臂长与零点标定方法，影响机器人零点及臂长标定精度有两方面：末端标定针对点的精度与标定板孔距。设SCARA机器人臂长与零点理论值为：L₁＝200mm，L₂＝200mm，Δθ₂＝0°。臂长与零点实际值为：L₁＝199mm，L₂＝201mm，Δθ₂＝1°。分别取标定板孔距d＝100,200,300mm，标定针对点误差为以准确点为圆心，误差半径为errR＝0.02,0.04,...,0.5mm的误差圆。利用MATLAB(Matrix Laboratory，矩阵实验室)软件随机模拟标定过程10000次，可以求得在不同的标定板孔距与对点精度下的标定结果，进而求得大小臂长度和零点偏移值的标准差，仿真结果如图8至图10。由图8至图10可以得出：本发明SCARA机器人臂长与零点标定方法稳定，并且孔距越大，臂长的计算值的稳定性对对点误差的抗干扰能力越强，零点偏移值的计算值的稳定性很好，不同孔距对偏移值的计算值的稳定性影响小。

在实际应用中，本发明SCARA机器人臂长与零点标定方法只需拖拽机器人末端标定针分别以左右手系对准已知距离的两标定孔，记录当前关节1和关节2的角度，即可完成标定，操作步骤极其简单。标定孔只需满足距离精度要求，大大降低标定板的机械加工难度，相对于传统的标定方法需要昂贵的测量设备，标定过程复杂的特点，该方法更有利于SCARA机器人现场快速标定，该标定方法稳定，且孔距越大，臂长的标定结果越稳定，零点的标定结果受孔距的影响小，标定后，机器人同一个点的左右手系定位精度在0.09mm以内，精度较高。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种SCARA机器人臂长与零点标定方法，其特征在于，包括步骤：

获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，所述预设第一孔与所述预设第二孔的距离已知；

根据所述测量参数，构建SCARA机器人运动学方程组；

求解所述超静定齐次线性方程组，获得方程组求解结果；

根据所述方程组求解结果、所述SCARA机器人运动学方程组以及所述预设第一孔与所述预设第二孔之间的已知距离，计算SCARA机器人臂长与零点；

所述测量参数包括SCARA机器人的末端标定针以左手系对准预设第一孔M的第一关节角度θ₁ ⁽¹⁾、第二关节角度θ₂ ⁽¹⁾，SCARA机器人的末端标定针以右手系对准预设第一孔M的第一关节角度θ₁ ⁽²⁾、第二关节角度θ₂ ⁽²⁾，SCARA机器人的末端标定针以左手系对准预设第二孔N的第一关节角度θ₁ ⁽³⁾、第二关节角度θ₂ ⁽³⁾；SCARA机器人的末端标定针以右手系对准预设第二孔N的第一关节角度θ₁ ⁽⁴⁾、第二关节角度θ₂ ⁽⁴⁾；

所述SCARA机器人运动学方程组为：

其中，L₁表示所述SCARA机器人的大臂长，L₂表示所述SCARA机器人的小臂长，Δθ₂表示零点偏移值。

2.根据权利要求1所述的SCARA机器人臂长与零点标定方法，其特征在于，所述求解所述超静定齐次线性方程组，获得方程组求解结果的步骤包括：

求解所述正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

3.根据权利要求2所述的SCARA机器人臂长与零点标定方法，其特征在于，所述求解所述正定矩阵的最小特征值及对应的特征向量的步骤包括：

采用最小二乘法和二分法，求解所述正定矩阵的最小特征值及对应的特征向量。

4.根据权利要求3所述的SCARA机器人臂长与零点标定方法，其特征在于，所述采用最小二乘法和二分法，求解所述正定矩阵的最小特征值及对应的特征向量的步骤包括：

获取所述正定矩阵的特征多项式；

基于所述正定矩阵的特征值均大于0情况，求解所述特征多项式较小的根，记录为λ'；

在区间(0，λ')里，对所述特征多项式采用二分法，求解所述正定矩阵的最小特征值；

采用最小二乘法，求解所述最小的特征值对应的特征向量。

5.根据权利要求1所述的SCARA机器人臂长与零点标定方法，其特征在于，所述获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数的步骤包括：

6.一种SCARA机器人臂长与零点标定装置，其特征在于，包括：

参数获取模块，用于获取SCARA机器人的末端标定针分别以不同手系对准预设第一孔与预设第二孔时的测量参数，所述预设第一孔与所述预设第二孔的距离已知；

方程组构建模块，用于根据所述测量参数，构建SCARA机器人运动学方程组，所述测量参数包括SCARA机器人的末端标定针以左手系对准预设第一孔M的第一关节角度θ₁ ⁽¹⁾、第二关节角度θ₂ ⁽¹⁾，SCARA机器人的末端标定针以右手系对准预设第一孔M的第一关节角度θ₁ ⁽²⁾、第二关节角度θ₂ ⁽²⁾，SCARA机器人的末端标定针以左手系对准预设第二孔N的第一关节角度θ₁ ⁽³⁾、第二关节角度θ₂ ⁽³⁾；SCARA机器人的末端标定针以右手系对准预设第二孔N的第一关节角度θ₁ ⁽⁴⁾、第二关节角度θ₂ ⁽⁴⁾，所述SCARA机器人运动学方程组为：

其中，L₁表示所述SCARA机器人的大臂长，L₂表示所述SCARA机器人的小臂长，Δθ₂表示零点偏移值；

求解模块，用于求解所述超静定齐次线性方程组，获得方程组求解结果；

标定计算模块，用于根据所述方程组求解结果、所述SCARA机器人运动学方程组以及所述预设第一孔与所述预设第二孔之间的已知距离，计算SCARA机器人臂长与零点。

7.根据权利要求6所述的SCARA机器人臂长与零点标定装置，其特征在于，求解模块包括：

第一处理单元，用于将超静定齐次线性方程组问题转化为带等式约束的优化问题，推导获得正定矩阵；

第二处理单元，用于求解所述正定矩阵的最小特征值及对应的特征向量，获得方程组求解结果。

8.根据权利要求7所述的SCARA机器人臂长与零点标定装置，其特征在于，所述第二处理单元具体用于采用最小二乘法和二分法，求解所述正定矩阵的最小特征值及对应的特征向量。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任意一项所述方法的步骤。

10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任意一项所述方法的步骤。