1.一种用于机器人的两步误差补偿方法，其特征在于：首先，建立机器人定位误差模型，进行参数辨识；然后，将辨识出的可直接补偿的几何参数误差补偿到机器人当前的D‑H配置参数中；最后，将剩余的不可直接补偿的机器人几何参数误差转换为关节转角补偿值，修正机器人各个关节转角值，进行间接补偿，从而实现减少机器人末端位置误差，提高机器人末端绝对定位精度；所述方法至少包括以下步骤：第一步，建立机器人定位误差模型，进行参数辨识：

首先，基于修正的D‑H法和微分运动学建立机器人定位误差模型；采用QR分解法去除扩展雅可比矩阵中冗余参数对应的行列，建立机器人末端位置误差和机器人几何参数误差之间的关系；最后，采用最小二乘迭代法获取除冗余参数之外的其它所有机器人几何参数误差，简称机器人几何参数误差；所述机器人几何参数误差至少包括可直接补偿的几何参数误差、不可直接补偿的几何参数误差和各个关节转角误差Δθi，i＝1,2,…,6；

第二步，直接补偿：

根据第一步获得的所述机器人几何参数误差，将其中的可直接补偿的几何参数误差补偿到机器人当前的D‑H配置参数中；

第三步，间接补偿：

根据第一步获得的所述机器人几何参数误差，将其中不可直接补偿的几何参数误差通过Newton‑Raphson法转换为关节转角补偿值，修正机器人各个关节转角值，进行间接补偿；

所述间接补偿的实现过程为：

A.利用修正后的D‑H配置参数通过机器人逆运动学计算期望位姿xd所对应的关节转角值θd‑i，i＝1,2,…,6；

B.将除关节转角误差Δθi以外的其它几何参数误差与机器人的原始D‑H配置参数相加，代入正运动学方程中，求出所述关节转角值θd‑i下的近似位姿xc以及该近似位姿对各关节转角的偏导数 i＝1,2,…,6，所述机器人的原始D‑H配置参数为未经补偿的机器人D‑H配置参数；

C.根据偏导方程计算所述期望位姿xd与所述近似位姿xc之间的偏差Δx,利用最小二乘法求解得出需要补偿的关节转角补偿值δθi,i＝1,2,…,6；

D.将所述关节转角值θd‑i加上需要补偿的所述关节转角补偿值δθi，再减去辨识出的所述各个关节转角误差Δθi，可得到补偿后的各个关节转角值θi，即θi＝θd‑i‑Δθi+δθi，i＝1,

2,…,6；

E.通过机器人补偿程序计算出补偿后的关节转角值θi，重新下发到机器人各关节，控制机器人运动，驱动机器人末端运动到达所预期的位姿xd；所述补偿程序可在机器人运动过程中实时计算、修正机器人关节转角值，实现实时补偿。

2.根据权利要求1所述的一种用于机器人的两步误差补偿方法，其特征在于：所述第一步中参数辨识的具体方法为：A.操作机器人在其工作空间内随机运动到若干测量点，获取采样数据；所述采样数据包括使用高精度测量设备获取的机器人末端的位姿数据和机器人对应测量点的各个关节转角值；

B.将A中所获取的采样数据代入第一步中基于修正的D‑H法和微分运动学建立的机器人定位误差模型，进而构造超定方程组；

C.针对机器人几何参数误差存在耦合的问题，采用QR分解法消除扩展雅克比矩阵中冗余参数对应的行列，得到最小化机器人定位误差模型；

D.采用矩阵奇异值分解的方法求去除冗余参数后的扩展雅可比矩阵的广义逆矩阵，通过最小二乘迭代法对C中的最小化机器人定位误差模型求解，获得机器人几何参数误差值的近似解，辨识出机器人几何参数误差。

3.根据权利要求1所述的一种用于机器人的两步误差补偿方法，其特征在于：第二步中所述可直接补偿的几何参数误差至少包括：Δa1、Δa2、Δa3、Δd4；所述Δa1、Δa2、Δa3为连杆长度误差，Δd4为关节偏置误差。