机器人运动学参数标定
机器人运动学参数标定
April 1, 2025·chase
本文目录 展开章节导航
从零位偏置扩展到几何参数
运动学标定通过外部观测修正模型参数,不是“把所有 DH 数值都放进最小二乘就能唯一求出”。本文使用基坐标系下的 TCP 位置观测,区分关节 Jacobian 与参数 Jacobian。

设正运动学为 ,其中 是编码器读数, 只包含选定的待估参数,例如连杆长度、轴线偏差、关节零偏或工具参数。不要把随采样变化的关节角 当作共同待估常量。
标准 DH 与改进 DH 的变换顺序不同,参数表必须与 FK 实现一致。近似平行轴等结构还可能使经典 DH 参数化病态,需要考虑更合适的参数化。
明确残差与坐标系
若测量给出基坐标系下的位置 ,定义:
这里对 位置向量 求导,不是将完整 位姿矩阵的导数直接塞进三维残差。若使用姿态观测,应另行构造 SO(3)/SE(3) 上的误差,并处理米与弧度的权重。
固定针尖实验的限制


如果固定点 在基坐标系中的位置未知,可令残差为 ,联合估计 ;也可使用姿态间位置差消去 。不能因为点固定就把它在基坐标系中的坐标写成零。
仅凭同一点接触,不一定能区分全部连杆、工具、基座与零位参数。应固定坐标规范、去掉不可辨识参数,必要时增加外部位置/姿态观测。重复采很多退化姿态不会消除这种歧义。
迭代最小二乘
在当前参数 处线性化:
堆叠 和 后,求解带阻尼的线性最小二乘:
表示测量权重, 用于参数尺度归一化或正则化。用 QR/SVD 或增广最小二乘求解,避免显式计算 。更新 ,通过步长控制确保非线性目标确实下降。
每轮需要检查什么
- 比较解析/自动微分 Jacobian 与有限差分结果,先排除符号和索引错误。
- 检查奇异值和秩,区分不可观测与优化尚未收敛。
- 同时记录残差、更新量、代价下降与参数边界;更新很小可能只是停滞。
- 在未参与拟合的姿态上验证,并报告测量系统的噪声与单位。
可继续阅读的实现
以下是不同参数化或测量方法的研究实现,应分别核对其实验假设与许可证:
阅读自测与验收
- 先用已知参数合成观测,再尝试恢复参数;检查哪些列近似线性相关,以及单独改变某参数能否被其他参数抵消。
- 把标定样本与验证样本分开,比较标定前后位置残差和参数变化;训练残差下降但验证变差时,应检查可辨识性与过拟合。
Last updated on