3. 误差源分析：几何参数误差、非几何参数误差

做机器人参数辨识这么多年，我最大的体会就是——误差这东西，你躲不掉，只能认清楚它从哪来的。很多新手一上来就急着调算法、跑优化，结果辨识出来的参数一塌糊涂。为什么？因为连误差的根儿都没摸清楚。

这一章，我们就来掰扯掰扯误差的源头。说白了，就两大类：几何参数误差和非几何参数误差。我习惯把它们比作「硬伤」和「软病」——一个来自制造装配，一个来自物理特性。

3.1 几何参数误差：那些「差之毫厘，谬以千里」的事

几何参数误差，指的是机器人名义模型和实际物理结构之间的偏差。你图纸上画的是100mm，实际加工出来是100.05mm，这就是几何误差。

我在项目中遇到过一台六轴机器人，标称重复定位精度±0.02mm，但实际干活时末端偏差能到0.3mm。查了半天，最后发现是连杆长度误差和关节零位偏移叠加造成的。嗯，这就是典型的几何参数误差。

你想想看，这些误差单个看都不大，但经过运动学链的传递，到了末端就是几倍甚至几十倍的放大。我见过最夸张的一次，一个0.01°的关节零位偏移，在1米臂展末端产生了0.17mm的偏差——这就是杠杆效应。

3.2 非几何参数误差：那些「看不见摸不着」的力

几何误差好歹还能用尺子量、用激光跟踪仪测。非几何参数误差就麻烦了——它跟受力、温度、磨损都有关系，是动态变化的。

我个人习惯把非几何误差分成三类：柔性变形、齿轮间隙、其他乱七八糟的（摩擦、热膨胀、迟滞等）。

3.2.1 柔性变形：机器人也会「弯腰」

很多初学者以为机器人是刚体，其实不是。你拿一个50kg的负载装在末端，关节和连杆都会变形。尤其是谐波减速器和RV减速器，它们的扭转刚度有限，受力后会产生明显的角度偏差。

我曾经调试过一个重载搬运机器人，空载时定位精度很好，一抓取工件就偏了0.5mm。排查了很久，最后发现是关节柔性导致的。后来在模型里加入了柔性参数，精度直接提升了一个数量级。

3.2.2 齿轮间隙：回程误差的元凶

齿轮间隙，也叫背隙或回程误差。说白了就是齿轮啮合时，齿和齿之间那点「空档」。当关节换向时，电机转了一小段，但输出端没动——这就是间隙在作怪。

我记得有一次做轨迹跟踪实验，机器人走圆形轨迹时，在四个象限切换点出现了明显的「毛刺」。一开始以为是控制参数没调好，后来用激光干涉仪一测，发现是RV减速器的背隙在换向时产生了约0.02°的跳变。

3.3 误差源分类总结

为了让你看得更清楚，我整理了一张表。这张表我在做项目时经常翻出来对照，排查问题很有用。

3.4 误差源之间的耦合：别把它们割裂开看

这里我要强调一点：几何误差和非几何误差不是独立的。它们会相互影响，甚至相互放大。

举个例子：一个关节有0.05°的零位偏移（几何误差），同时这个关节的减速器刚度较低（柔性误差）。当机器人带负载运动时，柔性变形会改变实际关节角度，进而让零位偏移的「表现」变得更加复杂。你单独辨识任何一个，结果都不准。

我曾经踩过这个坑。一开始只辨识了几何参数，精度提升到0.2mm就卡住了。后来把柔性参数加进去，精度直接干到0.05mm。再后来发现齿轮间隙也有影响，补上之后到了0.02mm。所以我的建议是：能一起辨识就别分开，能建耦合模型就别用独立模型。

3.5 误差源分析的核心逻辑

下面这张图是我自己总结的误差源分析框架。每次做参数辨识前，我都会先按这个逻辑走一遍，确定哪些误差是主要的，哪些可以忽略。

这张图的核心思想是：从末端总误差出发，逐层分解到具体来源，再选择合适的辨识方法。我每次做项目都会先画这么一张图，把主要误差源标出来，然后决定先辨识哪个、后辨识哪个。

3.6 避坑指南

最后，分享几个我踩过的坑，希望能帮你少走弯路。

好了，这一章的内容就到这里。误差源分析是参数辨识的基石，地基打不牢，后面盖什么楼都得塌。希望你能把这些概念吃透，下一章我们就要开始动手做辨识实验了。

可可精品资料库