1.一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，包括：S1、对机械臂采样点的运动区域进行Delaunay三角剖分；

S2、将激光跟踪仪测量的实际值与采样点的理论值的误差值作为数据输出来确定克里金模型；

S3、根据步骤S2确定的克里金模型预测每个Delaunay三角形内心点所对应的误差值的预测值，并估算出每个三角形内心的误差的均方误差值；

S4、将均方误差值较大的Delaunay三角形内心点的坐标作为新增采样点；然后返回步骤S1，直至迭代结束。

2.根据权利要求1所述的一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，第一次迭代时，还包括使用Hammersley序列生成初始的采样点。

3.根据权利要求2所述的一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，步骤S2具体为：以采样点的实际坐标点作为输入样本，将激光跟踪仪测量的实际值与采样点的理论值的误差值作为数据输出，根据变异函数的理论，运用采样点的数据，从高斯模型、球状模型、指数模型、线性模型进行拟合，确定最佳的克里金模型。

4.根据权利要求3所述的一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，步骤S4中的新增采样点个数小于当前迭代步骤S1中采样点个数。

5.根据权利要求3所述的一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，步骤S4所述返回步骤S1，具体为：将当前的新增采样点加入步骤S1中的机械臂采样点中，根据更新后的机械臂采样点，进行下一次迭代的Delaunay三角剖分。

6.根据权利要求1至5任意一项权利要求所述的一种面向区域内机械臂定位误差估算的新增采样的方法，其特征在于，步骤S4迭代结束的条件是：在当前的采样点中随机选择若干点作为测试点，计算这些选出来的点在迭代前与迭代后的绝对定位精度预测值，然后计算这些选出来的点在迭代前与迭代后的均方根误差之间的差值，若这一计算出的差值为零，则迭代结束。