1. 课程导入
当一台工业机器人被安装到产线上时，控制器内部使用的坐标系模型与真实物理世界之间，几乎不可能完全一致。减速机装配误差、连杆加工公差、末端工具安装偏差、视觉相机与机器人之间的相对位姿未知，都会让“控制器认为的位置”和“实际到达的位置”产生差距。机器人坐标系标定与误差补偿，正是研究如何测量、建模并修正这些差距的一门工程方法学。本课程的目标，是让学习者能够独立完成从坐标系定义、数据采集、参数辨识到补偿验证的完整闭环。
一、学习目标：从“会用机器人”到“会校准机器人”
本课程不满足于让学习者记住几个标定公式，而是希望建立一套可迁移的工程能力。具体而言，完成本课程后应达到以下目标：
- 概念清晰：能准确区分基坐标系、法兰坐标系、工具坐标系、工件坐标系与传感器坐标系，并说明它们之间的变换链。
- 方法掌握：能根据场景选择四点法、六点法、最小二乘法、手眼标定或基于激光跟踪仪的标定方案。
- 误差建模：能识别几何误差与非几何误差，理解DH参数误差、关节零位误差与热变形误差的来源。
- 补偿落地：能在控制器参数层、程序层或视觉引导层实施补偿，并用重复定位精度与绝对定位精度指标验证效果。
二、核心概念：坐标系、位姿与误差
机器人运动学中，一个坐标系通常用四个参数描述：三个平移量和一个旋转量，合称位姿。任意两个坐标系之间的变换可以写成齐次变换矩阵。标定的本质，就是求解这些矩阵中的未知参数；补偿的本质，则是把这些参数修正后重新写入控制系统或补偿模型。
误差可分为两大类。几何误差来自制造与装配，如连杆长度偏差、关节轴线不平行、零位偏移，这类误差在静态下相对稳定，适合用参数辨识方法补偿。非几何误差来自负载、温度、摩擦与间隙，具有时变性和非线性，往往需要在线估计或经验补偿。理解这一区分，是后续选择标定策略的前提。
典型变换链：
基坐标系 B → 关节链 → 法兰坐标系 F → 工具坐标系 T → 工件坐标系 W
标定目标：使 T_BW 的计算值与实测值一致
误差表达：ΔT = T_measured · T_model⁻¹三、整体框架：一条从测量到补偿的闭环
本课程的整体知识框架可以概括为“定义—测量—辨识—补偿—验证”五个环节。定义阶段明确需要标定哪些坐标系；测量阶段借助示教针、标定板、相机或激光跟踪仪采集数据；辨识阶段用最小二乘、非线性优化等方法求解参数；补偿阶段将结果写入控制器或补偿算法；验证阶段用独立测试点评估残差。下面这张图展示了该闭环中各环节的输入、输出与关键工具。
四、典型应用场景：标定为什么值得学
坐标系标定并非实验室里的抽象练习，它直接决定许多工艺能否落地。下表列出常见场景、标定对象与主要收益。
| 应用场景 | 主要标定对象 | 典型收益 |
|---|---|---|
| 焊接与涂胶 | 工具坐标系、工件坐标系 | 轨迹贴合，减少飞溅与胶路偏移 |
| 视觉抓取 | 手眼关系、相机内参 | 抓取成功率提升，减少示教点 |
| 多机器人协同 | 基坐标系之间关系 | 共享工件坐标，避免碰撞与错位 |
| 高精度装配 | DH参数、关节零位 | 绝对定位误差从毫米级降到亚毫米级 |
| 离线编程 | 整机运动学模型 | 程序直接下发，减少现场修正 |
五、常见误区与复盘思路
复盘时建议按“误差量级—误差方向—误差随位姿变化规律”三步走。若误差在工作空间边缘显著增大，多半是几何参数问题；若误差随温度或负载漂移，则应考虑非几何补偿。只有把现象与模型对应起来，标定才不会变成盲目调参。