末端柔顺对应的补偿 - 关节和末端感知

对于整个系统参数标定体系，下面把所有需要标定或整定的东西彻底分开，说清楚谁是谁、怎么得到、如何验证。

一、两个补偿对象

• 关节补偿是为了让机械臂本身动起来轻松精准。
• 力传感器补偿是为了知道清洁头到底用了多大力。

两者完全独立，但都要做。

二、参数标定清单

1. 关节 MIT 参数（每个关节独立）

静态多姿态标定获取连杆重力参数：

1. 将机械臂拉到6~8个不同的静态姿态，确保各关节角度变化足够大。
2. 在每个姿态，设置 MIT 模式 Kp=0,Kd=0，手动调节各关节的 τff，直到机械臂能悬浮不动（手轻扶无下垂趋势）。
3. 记录每个姿态下的关节角度 q 和对应的 τff（即该姿态的重力矩估计值）。
4. 根据机械臂的重力模型（由未知的 mi,ci决定），用最小二乘法反推出每个连杆的质量和质心。这是经典的静态重力辨识。

2. 六维力传感器负载标定（清洁模组）

多姿态静力辨识获取 m,rcom（完全实测）：

1. 将清洁模组装在六维力传感器后面，所有线缆、管路固定到最终状态。
2. 控制机械臂摆出 6~8 个不同的倾斜姿态，让工具重力在传感器 X、Y、Z 轴上都有分量。
3. 每个姿态下，记录传感器读数（已减零漂）和对应的末端姿态矩阵R。
4. 建立方程：

，这就是负载辨识，直接用 Python 或 MATLAB 即可。

3. 运动学参数标定

4. 导纳参数（任务级调参）

三、工程步骤（实测）

第 0 步：硬件准备

• 清洁模组、六维力传感器、所有线缆管路按最终状态安装。
• CAN 通信链路正常，各关节 MIT 模式可用。

第 1 步：传感器零漂与工具负载辨识

1. 机械臂预热，传感器悬空静止，记录 F_bias, M_bias。
2. 摆 6 个姿态，记录传感器读数和姿态，最小二乘解出 m,rcom。
3. 验证：在不同姿态下，实时计算 Fgravity 扣除后，力读数应 < 0.3 N。

第 2 步：单关节 MIT 参数整定（空载）

1. 拆卸清洁模组（仅保留连杆），逐关节进行摆动实验，确定 Kp,Kd
2. 该参数可固化，后期不常变。

第 3 步：连杆重力与摩擦参数辨识

1. 安装清洁模组（全负载）。
2. 执行静态多姿态标定，获取各连杆重力参数（质量、质心）。
3. 各关节做匀速运动实验，拟合摩擦力参数。
4. 将计算出的重力矩 + 摩擦力矩写入实时前馈 τff

第 4 步：整体空载轨迹验证

• 机械臂在空气中跑螺旋/弓字形轨迹，观察：
  • 关节实际位置 vs 目标位置，误差 < 0.1°。
  • 六维力传感器补偿后读数近零。
  • 运动平滑无抖动。

第 5 步：运动学零位与工具标定

• 用倾角仪、直角尺调整各关节零位偏置。
• 用探针法标定工具坐标系（刷头中心点与传感器坐标系的关系）。

第 6 步：导纳力控联调

• 使用泡沫或软材料，设定期望力 1~2 N，贴合测试。
• 调整 M,D直到力曲线平稳，无尖峰、无振荡。
• 逐步升到目标清洁力 3 N。

第 7 步：真实测试与微调

• 全流程跑通，观察力控误差和清洁效果。如有需要，可微调导纳参数或前馈力矩。

四、评估效果

五、总结

不需要 CAD 模型，所有参数都通过实物测量 + 实验标定获取。整个工程需要标定的核心体系就是：

• 关节侧：Kp,Kd（手动整定） + 重力/摩擦前馈参数（静态多姿态+匀速实验）。
• 传感器侧：零漂 + 工具质量/质心（多姿态静力辨识）。
• 运动学侧：零位偏置 + 工具坐标系（倾角仪+探针）。

每一步都有明确的实验方法和通过标准，按顺序执行即可让清洁机械臂精确、稳定地运行。