在已有[F]的基础上，根据式（8）计算对应的[G，]在算出多组[G]的基础上，按照下面的公式计算均值[Gave：]

　　[Gave=（G1+G2+…+Gi）i]（10）

　　式中[i]为对应标定矩阵的组数。

　　2.2标定矩阵的优劣评价原则

　　因为平均后的标定矩阵融合了更多的数据信号，因此使得标定矩阵会更加准确，为了进一步证明均值标定矩阵的优势，该文引入了两个评价准则，即实际数据验证和[G]的条件数最小两个标准。

　　数据验证是把没有参与求解标定矩阵的数据代入式（7）中，比较计算后的值和真实值的区别，误差越小，表明标定矩阵越好。

　　[G]的条件数最小原则。在传感器性能的评价中有一个重要指标：条件数，条件数越小，传感器的各向同性越好，并且条件数越小，意味着在有测量值受到扰动的情况下，计算值受影响的程度最小，抗干扰能力最强，数据相对准确。用[cond（G）]表示条件数，表达式如下：

　　[cond（G）=G·G-1]（11）

　　3算法验证

　　下面根据对传感器实际测量的数据对上面的算法进行验证，验证时，根据前面广义力的选择方法，利用三组数据，来计算出相应的标定矩阵，根据最终的结果来验证算法的优劣。

　　在解耦分析中，解耦精度是最关心的问题。通过表3的结果可以看出，对标定矩阵进行均值运算后的矩阵其解耦精度最高，传感器的精度可以达到0.5%的水平，而其它解耦方法得到的计算结果在1%的水平。并且通过表4，也可以看出，均值后的标定矩阵其条件数最小，意味着其抗干扰能力相对最好。

　　4结论

　　本文提出了基于均值标定矩阵的解耦算法，并且给出了相应的评价准则，即解耦精度高和标定矩阵的条件数最小。本文根据实际的测量数据进行了验证，验证结果表明，经过均值后的标定均值，无论在解耦精度还是在条件数方面都是最优的，因此，本文提出的解耦算法是切实有效的，对Stewart型六维力传感器的开发具有指导意义。

　　参考文献

　　[1]KANEKO M. Twin?head six?axis force sensor [J]. IEEE Transactions on Robotics and Automation， 1996， 12（1）： 146?154.

　　[2]何小辉，蔡萍.一种小量程六维力传感器的设计与分析[J].传感器与微系统，2012，31（1）：20?23.

　　[3] KIM Gab?Soon， SHIN Hi?Jun， YOON Jung?won. Development of 6?axis force/moment sensor for a humanoid robot′s intelligent foot [J]. Sensors and Actuators A：Physical， 2008， 141（2）： 276?281.

　　[4]刘芳华，倪受东，张弛.一种新型大刚度高灵敏度的并联六维力传感器设计研究[J].机械设计与制造，2012（1）：23?25.

　　[5]高峰.Stewart结构六维力传感器设计理论与应用研究[D].秦皇岛：燕山大学，2002.

　　[6] DWARAKANATH T A， DASGUPTA B， MRUTHYUNJAYA T S. Design and development of a Stewart platform based force?torque sensor [J]. Mechatronics， 2001， 11（7）： 793?809.

　　[7]金振林，岳义.Stewart型六维力传感器的静态解耦实验[J].仪器仪表学报，2006，27（12）：1715?1717.

 

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。