本学位论文深入研究了机器人多维腕力传感器静、动态性能标定系统。其主要研究内容包括：静、动态性能标定方法的研究，标定指标和标定路线的确定，基于阶跃激励和相关小波的腕力传感器动态性能标定方法的研究，小波降噪在腕力传感器标定中的应用，标定力和标定力矩施加方式的研究，标定加载实验台的设计制造与调试，数据采集软、硬件系统的研制，标定系统的误差分析，基于LABVIEW的机器人多维腕力传感器静、动态性能标定虚拟仪器的开发。本学位论文主要研究内容如下：1.第一章介绍了机器人腕力传感器的发展现状，概括了腕力传感器结构形式及其应用情况；总结了机器人多维腕力传感器静、动态性能标定的研究现状和存在的问题；提出本学位论文研究的立项背景、目的和意义；明确本学位论文的研究工作和任务。2.第二章深入研究了机器人腕力传感器的标定方法。提出标定误差完全由传感器各输出通道的测量精度和施加的标定载荷的精度所决定，要获得高的标定精度应选择正交标定力矩阵。研究了腕力传感器静态性能标定指标及其标定方法。通过分析比较，提出阶跃响应法更适合腕力传感器动态性能标定。指出在阶跃响应法的腕力传感器动态性能标定中用平均功率谱法求取频率响应函数所存在的问题。研究了基于阶跃激励的腕力传感器动态性能指标识别的图解法，指出虽然图解法有简单、快捷的优点，但受人为和噪声影响较大，辨识精度低；研究了用差分法求取腕力传感器的脉冲响应函数，指出虽然阶跃信号是二值信号，用差分法的计算效率高，但识别精度受噪声影响很大。提出将小波变换法应用于阶跃激励的腕力传感器动态性能标定，以提取腕力传感器的脉冲响应函数。小波分析可以将信号分解到两维的时-频域空间，对非平稳、瞬变的动态信号分析的能力强。在线标定腕力传感器的动态性能时，可利用工作时机械手放下工件产生阶跃激励，该研究也为腕力传感器在线标定做好了理论上的准备。通过大量实验，对基于阶跃激励的腕力传感器动态性能标定的重复性与线性度进行了研究。研究了小波阈值降噪法。对标定中获得的含有噪声的腕力传感器响应信号进行小波分解，对含噪声频段的小波系数进行抑制后，再进行信号重构，获得了降噪效果理想的标定信号。该降噪方法对今后研究腕力传感器动态性能在线标定具有重要的意义。3.第三章研究腕力传感器静、动态性能标定的加载方式，设计制造加载实验台及加载附件。在该实验台上使用不同的加载附件，既可以施加满足静态性能标定要求的正交力／力矩，又可以施加满足动态性能标定要求的正交阶跃激励力／力矩。动态性能标定时，实验台上增加了一个压电式力传感器，以便设置“软触发”功能，准确地抓取腕力传感器负阶跃激励和响应的开始时刻，以截取压电式力传感器和腕力传感器对负阶跃激励的响应信号，为进行腕力传感器动态性能指标的识别做准备。本章最后研究了根据压电式力传感器的输出测量阶跃激励力／力矩大小的方法。4.第四章研制了用于腕力传感器性能标定的数据采集系统。采集系统的数据采集板直接插入PC计算机ISA总线插槽，实现8通道同步(无时差)地采样数据，采样速度快。采集板上带有双口RAM，可以实时地与下位机通讯，实现数据传输、动态修改模型等多种功能。数据采集程序将采样到的各通道的整个时间历程的数据，保存到数据文件中，为下一步进行腕力传感器静、动态性能分析做好数据准备。5.第五章对腕力传感器性能标定系统进行了误差分析。分析计算出了加载实验台的实际施加力与额定力偏离程度误差E1≤0.1271％、干扰力引起的误差E11≤0.00667％，并提出降低各项误差的措施；测定出了数据采集系统各通道的信噪比大于65.32dB、采样通道间的干扰大于20.0dB；测定出通道间传递函数幅频特性的幅值误差小于1％、相频曲线呈线性、相位失配误差在整个分析频带范围内(0～5000Hz)小于0.125°；计算出了ADC转换的量化误差小于0.0061％；经测定得知数据处理及性能分析系统的算法误差可以不计。最后得出标定系统的误差小、精度高的结论。6.第六章概括了虚拟仪器的研究现状和发展趋势。研究确定了腕力传感器静、动态性能标定系统的构成原理及数据流结构。开发了腕力传感器静、动态性能标定虚拟仪器。虚拟仪器通过MATLAB Script节点，调用MATLAB程序进行数学运算，实现小波降噪等功能。该仪器由信号显示模块、静态性能标定模块和动态性能标定模块组成，各模块功能齐全。虚拟仪器人机交互界面友好、方便。7.总结和展望。对学位论文进行全面总结，总结本课题的创新之处、存在的不足，今后相关研究工作的着重点、研究方向和有待进一步研究的问题。