假如你操作过机械臂，或者在工厂里调试过用于精密装配、抛光的机器人，一定碰到过这种怪事：明明让机械臂空载停在空中，周围啥也没碰，可力传感器上的读数却显示有好几牛顿的力，甚至还带着不小的扭矩。这种感觉就像你闭着眼伸手，总觉得有人在轻轻推你——对机器人来说，这种“错觉”可是个大麻烦。
这个“错觉”的源头，正是我们今天要聊的六维力传感器标定与重力补偿。简单说，六维力传感器就像机械臂的“神经末梢”，能同时感知三个方向的力（Fx, Fy, Fz）和三个方向的力矩（Mx, My, Mz）。但问题就出在，这个“神经”太敏感了——它分不清哪些力是它自己“身体”（比如末端的夹爪、工具）的重量造成的，哪些才是真正的外力。如果想让机械臂实现“柔性控制”，比如轻轻贴着曲面打磨，或者小心翼翼地把零件插进孔里，连自己有多重都搞不清楚，后面的力控算法根本就没法用。
我自己在调试高精度装配时就吃过这个亏。当时机械臂抓着一个气动夹爪去装精密轴承，按道理应该是零接触力对准，可传感器老是报错，说有什么侧向力。折腾了半天才发现，问题不在控制程序，而是传感器读数里“掺和”进了夹具本身重力在不同姿势下产生的分力。如果不把这些“杂音”去掉，你的机械臂就像拿着一把不准的秤，永远没法感知真实的世界。
所以，这篇文章就是来手把手教你搞定这件事的：怎么用最小二乘法，让机械臂摆几个不同的姿势，一次性把传感器的零点、末端工具的重心位置，甚至安装时的小角度偏差都算出来，最后实现精准的重力补偿，让传感器只反馈我们关心的“外部力”。整个过程不需要啥昂贵的校准设备，核心就是数学和编程。我会尽量用大白话把原理说透，再附上能直接运行的Python代码。不管你是学机器人的学生，还是现场干活的工程师，都能跟着一步步做出来。
先把问题拆开：力与力矩里到底藏着啥？要解决问题，我们得先搞清楚传感器读数里到底混进了哪些东西。当你把六维力传感器装在机械臂末端，再装上工具（比如夹爪、焊枪、打磨头）后，传感器测到的原始数据其实是个“大拼盘”。
2.1 这个大拼盘里有三样东西：
第一，传感器自己的零点漂移。就像电子秤空着的时候也可能显示几克，力传感器也有自己的零点偏差，我们叫它 (Fx0, Fy0, Fz0, Mx0, My0, Mz0)。第二，末端工具的重力产生的力和力矩。这是最大的捣乱分子。工具的重力 G 作用在它的重心上，而重心在传感器坐标系里的位置是 (x, y, z)。重力不光会直接分出三个方向的分力 (Gx, Gy, Gz)，而且因为重心不在传感器原点（有个力臂），还会产生重力矩 (Mgx, Mgy, Mgz)。第三，才是我们真正关心的外部接触力/力矩，记作 (Fex, Fey, Fez, Mex, Mey, Mez)。
所以，传感器原始读数 (Fx, Fy, Fz, Mx, My, Mz) 可以写成：力方向上：Fx = Gx + Fx0 + Fex （Fy、Fz 同理）力矩方向上：Mx = Mgx + Mx0 + Mex （My、Mz 同理）
我们厦门力晟传感器的目标，就是在没有外部接触（也就是 Fex、Mex 这些都等于零）的标定阶段，通过变换机械臂的姿势（这样重力在传感器坐标系里的方向就会变），把前两项（零点和重力效应）的所有参数都算出来。等真正干活的时候，再从原始读数里实时把它们减掉，剩下的就是干干净净的外部力了。