01
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
并联机构概述 · 标定意义 · 误差来源 · 课程框架
绪论基础
02
并联机构运动学基础：空间坐标系与变换、位置与姿态描述、运动学正解与逆解概念
坐标系 · 位姿描述 · 正逆解
运动学核心
03
典型并联机构构型分析：Stewart平台、Delta机构、3-RRR机构的结构特点与自由度计算
Stewart · Delta · 3-RRR · 自由度
构型分析
04
误差源建模：几何误差源（杆长、铰链位置、平台平面度）、非几何误差源（关节间隙、柔性变形、热效应）
几何误差 · 非几何误差 · 建模
误差建模关键
05
误差测量技术：激光跟踪仪、球杆仪、视觉测量系统的原理与选型，测量点规划策略
激光跟踪仪 · 球杆仪 · 视觉测量 · 规划
测量技术
06
测量数据采集与预处理：数据滤波、异常值剔除、坐标系对齐、数据归一化
滤波 · 异常值 · 对齐 · 归一化
预处理数据
07
运动学标定模型：基于误差模型的标定方法、位置误差模型、姿态误差模型
标定模型 · 位置误差 · 姿态误差
标定模型核心
08
参数辨识方法（上）：最小二乘法（LS）、加权最小二乘法（WLS）的原理与实现
LS · WLS · 参数辨识
辨识算法
09
参数辨识方法（下）：扩展卡尔曼滤波（EKF）、粒子滤波（PF）在标定中的应用
EKF · 粒子滤波 · 应用
辨识滤波
10
可观测性分析与测量位姿优选：可观测性指标、基于D-optimal的测量位姿选择
可观测性 · D-optimal · 位姿优选
分析优化
11
标定实验设计：激励轨迹设计、测量点数量与分布优化、实验步骤标准化
激励轨迹 · 测量点 · 标准化
实验设计实操
12
标定软件工具链：Matlab/Simulink标定工具箱、Python开源库（如SciPy、NumPy）的使用
Matlab · Python · 工具链
软件工具
13
标定流程实操（一）：以Stewart平台为例，建立含误差的运动学模型
Stewart平台 · 含误差模型
实操Stewart
14
标定流程实操（二）：测量数据采集与预处理，构建观测矩阵
数据采集 · 观测矩阵
实操数据
15
标定流程实操（三）：参数辨识与结果验证，残差分析与精度评估
参数辨识 · 残差分析 · 精度评估
实操验证
16
误差补偿策略：前馈补偿、反馈补偿、迭代学习补偿的原理与对比
前馈 · 反馈 · 迭代学习
补偿策略
17
实时误差补偿实现：基于运动学标定结果的在线补偿算法，实时性优化技巧
在线补偿 · 实时优化
实时补偿
18
关节空间补偿与工作空间补偿：两种补偿方式的优缺点与适用场景
关节空间 · 工作空间 · 对比
补偿空间
19
热误差补偿：温度场建模、热误差实时预测与补偿策略
温度场 · 热误差 · 预测补偿
热误差补偿
20
柔性变形补偿：基于刚度模型的变形预测与补偿方法
刚度模型 · 变形预测 · 补偿
柔性变形
21
标定精度验证方法：重复定位精度、绝对定位精度、轨迹精度测试
重复定位 · 绝对定位 · 轨迹精度
验证精度
22
标定不确定度分析：误差源传递、蒙特卡洛模拟、不确定度评定
不确定度 · 蒙特卡洛 · 评定
分析不确定度
23
多轴协同标定：多台并联机构协同作业时的联合标定方法
多轴协同 · 联合标定
协同标定
24
在线自标定技术：基于内部传感器的自标定算法，无需外部测量设备
自标定 · 内部传感器 · 在线
自标定在线
25
机器学习在标定中的应用：神经网络、高斯过程回归用于误差建模与补偿
神经网络 · 高斯过程 · 误差建模
机器学习AI
26
数字孪生驱动的标定：构建并联机构数字孪生体，实现虚拟标定与预测
数字孪生 · 虚拟标定 · 预测
数字孪生前沿
27
行业案例（一）：航空模拟器Stewart平台标定与补偿实战
航空模拟器 · Stewart · 实战
案例航空
28
行业案例（二）：Delta机器人高速分拣产线标定与精度提升
Delta机器人 · 分拣 · 精度提升
案例机器人
29
行业案例（三）：精密并联定位平台在光刻机中的应用与标定
光刻机 · 精密定位 · 标定
案例半导体
30
总结与展望：标定技术发展趋势、标准化建议、课程回顾与进阶路径
发展趋势 · 标准化 · 进阶路径
总结展望