一、绪论：并联机构概述、标定的意义与目的、误差来源分析、课程整体框架
1.1 什么是并联机构？——先聊聊我的理解
说起并联机构，很多刚入行的朋友第一反应就是「Stewart平台」。没错，六自由度并联平台确实是最经典的例子。但说白了，并联机构的本质很简单：多个运动链同时连接基座和动平台，共同决定末端位姿。
我个人的习惯是这么区分的——你想想看，串联机构像一条手臂，关节一个叠一个，误差会累积；并联机构呢，像几只手同时托着一个盘子，每条腿分担载荷，刚度高、精度好。我在做精密装配项目时，遇到过串联机器人末端抖动的问题，换了并联结构后，重复定位精度直接从±0.1mm提升到了±0.02mm。嗯，这就是并联机构的硬实力。
常见的并联机构类型包括：
- 六自由度Stewart平台——六条腿，每条腿一个驱动，适合重载、高刚度场景
- Delta机器人——三自由度平动，轻快、高速，食品分拣线上很常见
- 3-RPS / 3-PRS——三自由度，结构简单，适合精密定位
- Hexapod / Tripod——六足/三足结构，常用于光学对准、微纳操作
核心观点：并联机构的精度潜力很大，但「潜力」不等于「实际精度」。标定，就是把潜力兑现的过程。
1.2 标定的意义与目的——为什么非做不可？
你可能要问：设计图纸上明明标注了理论精度，为什么还要标定？
我在2018年调试一台精密并联平台时，遇到过一件让我印象很深的事。图纸上写的重复定位精度是±5微米，但实际测出来是±30微米。查了三天，最后发现是球铰间隙和杆长制造误差叠加的结果。理论模型再漂亮，也架不住真实零件的偏差。
标定的目的，说白了就是三件事：
- 辨识真实参数——把理论模型中的杆长、铰点位置、关节间隙等参数，通过实测数据反算出来
- 补偿系统误差——用辨识出的参数修正控制模型，让机器人「知道」自己真实的几何尺寸
- 提升绝对定位精度——重复定位精度靠机械，绝对定位精度靠标定。没有标定，绝对精度就是空谈
我的经验：标定不是一次性的。温度变化、磨损、更换部件后，参数会漂移。我建议每半年或每1000小时做一次复标。
1.3 误差来源分析——到底哪些因素在捣乱？
并联机构的误差源，我习惯分成三大类。你对照着看，基本能覆盖90%的问题。
| 误差类别 | 具体来源 | 影响程度 | 标定能否解决 |
|---|---|---|---|
| 几何误差 | 杆长制造偏差、铰点位置偏差、关节轴线不垂直、基座/动平台平面度 | 最大（占70%以上） | ✅ 可以 |
| 运动学误差 | 驱动关节零位偏移、编码器安装偏心、传动间隙 | 中等 | ✅ 可以 |
| 非几何误差 | 温度变形、弹性变形、振动、控制延迟 | 较小但不可忽略 | ❌ 需结合补偿算法 |
我曾经在标定一台大型Stewart平台时，发现重复性很好但绝对精度很差。排查到最后，是六条腿中的一条比设计短了0.3mm。你想想看，0.3mm的杆长误差，在末端会放大成几毫米的位姿偏差。这就是并联机构的特点——误差会通过运动学模型放大。
注意：几何误差是标定的主攻方向。非几何误差（比如热变形）很难通过一次标定完全消除，需要配合实时补偿。别指望标定能解决所有问题。
1.4 课程整体框架——这条路怎么走？
这门课共30章，我按「理论→建模→测量→辨识→补偿→实战」这条线来组织。下面这张图，是我自己画的知识体系框架，你一看就明白。
这张图你看懂了吗？从上到下，是层层递进的关系。基础没打牢，后面的辨识和补偿就容易翻车。我个人建议：前5章一定要亲手推导一遍运动学模型，别只看不练。
具体来说，各模块的核心内容：
- 基础篇（1-5章）：并联机构分类、自由度计算、运动学正反解、误差建模基础。我会带你手写雅可比矩阵。
- 建模与测量篇（6-12章）：如何建立包含几何误差的参数化模型？用什么仪器测？测多少点够？数据怎么滤波？
- 参数辨识篇（13-20章）：这是标定的核心。最小二乘、卡尔曼滤波、智能优化算法，我都会给出可运行的Python代码。
- 误差补偿篇（21-26章）：辨识出参数后，怎么改控制代码？实时补偿的延迟怎么处理？温度漂移怎么应对？
- 实战篇（27-30章）：两个完整案例——Delta机器人和Stewart平台，从测量到补偿全流程走一遍。
一句话总结：标定不是玄学，是工程。把误差模型建准了，把辨识算法选对了，精度提升一个数量级不是梦。
我的建议：学这门课之前，最好先熟悉一下Python和线性代数。不用精通，能看懂矩阵运算就行。我在第13章会提供完整的辨识代码库，你直接拿来用也可以。
好了，绪论就到这里。从下一章开始，我们正式进入并联机构的运动学建模。我会用最直白的方式，把正解和反解讲清楚。
公众号：蓝海资料掘金营，微信 deep3321