博客

背景

机器人从部件生产加工到最后组装的整个作业过程中几乎所有工艺环节都会引入不少机械误差，主要来源于机加工和装配过程。另外对于基于模型的控制来说，控制器端也会存在4个误差来源：1）未建模误差，比如舍弃摩擦动力学和高阶动力学，2）建模部分的简化误差，例如用线性模型简化非线性模型，3）建模部分模型参数的误差，如连杆长度，质量，质心位置和惯量等，4）采样和计算的数值误差。这些误差是不可避免的，真实反应了机器人从“设计”到“制作”的偏差，理想与现实的偏差。这些误差存在会使得控制器中的机器人数学模型与实际机器人之间存在可能较大的不确定性差异，限制控制器的控制性能的发挥，使得机器人末端的实际位置往往会与编程位置差异很大，影响机器人定位准确度，影响机器人质量一致性，进一步损害机器人的应用领域范围。

一台新组装出来的机器人在出厂之前，如果没有经过一系列的参数校准也许会有较好的重复定位精度（precision），然而定位准确度和轨迹跟踪准确度（accuracy）却很差。对于一些固定重复性的搬运工作，重复定位精度是重要考量，可能对绝对定位准确度也没有要求，对于这一类应用场景来说，机器人标定似乎不是必须的。然而对于有些应用场景，较高的定位准确度和轨迹跟踪能力是任务成功完成的关键