仪器仪表学报

作者：王妍，江文松，罗哉，杨力，金楦杰

单位：王妍,中国计量大学计量测试与仪器学院杭州310018,,江文松,中国计量大学计量测试与仪器学院杭州310018,jwensong@cjlu.edu.cn,罗哉,中国计量大学计量测试与仪器学院杭州310018,,杨力,中国计量大学计量测试与仪器学院杭州310018,,金楦杰,中国计量大学计量测试与仪器学院杭州310018,

关键词：机械臂;标定误差;量化耦合;灰色关联分析

基金：国家自然科学基金（52475576，U24A20134）项目资助

六自由度机械臂模型参数的高度耦合和复杂的链路关系是引起多参数辨识偏差的主要原因,这种复杂的多参数辨识链路很难准确地进行误差评估,影响机械臂工作精度的补偿。为此,提出了基于灰关联分析的参数化标定模型误差分析方法,揭示高耦合多参数辨识链路的误差传播关系。首先,基于辨识参数的误差传递链路分析,建立机械臂标定误差模型,实现笛卡尔空间位姿误差在关节空间的量化分解;其次,通过参数辨识算法与误差传递链的协同作用,估计关节参数序列的误差值。针对参数偏差的强耦合特性,引入灰色关联度分析方法。通过计算各参量间的关联系数，量化评估各关节轴特征参数间的关联性,进而确定误差补偿的优先级。实验结果表明,相较于平移误差，旋转误差在运动链路的传递过程中具有更强的耦合性。通过定位误差和方向误差的对比分析，发现前三轴的旋转角度和y轴方向的角度偏差对末端误差的贡献度最高，因此应优先补偿这些关键参数。实验数据表明，末端定位误差为3?90mm,方向误差为0.06°。通过解耦复杂参数链路、量化误差贡献度,并结合误差参数的敏感性分析，提出优化补偿策略，从而显著提升了机械臂标定效率。

来源：2025年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第6期