重载机械臂作为重型工件搬运、装配以及重型设备维护的智能化手臂,在全球工业领域扮演着不可或缺的角色。在矿山冶金、航空航天等领域,是实现大负载作业、生产安全、成本降低的核心必备装备。而重载机械臂感知外部环境信息并进行刚柔耦合控制,需要众多的传感器给予协作,其中六维力传感器就是最基础也是最不可或缺的传感器之一。然而在重载作业工况下,对六维力传感器的设计提出了众多挑战。本文针对传感器测量系统中存在的标定方法复杂且误差大、线性度差、维间耦合严重等问题,进行了系统的分析和研究。主要研究内容如下:首先,介绍六维力/力矩传感器的设计及优化过程。对弹性体初始结构提出设计和改进方案,最后确定新型非平面式弹性体结构。对所设计弹性结构进行应力分析、应变分析和路径映射分析,确定了最佳贴片位置。随后对六位力/力矩传感器弹性进行优化,采用响应面数值分析法和有限元分析法相结合对六位力/力矩传感器弹性体结构优化,最后对传感器进行自上而下设计,完成了整个六维力/力矩传感器装配的设计。其次,介绍了六维力/力矩传感器传感系统的设计过程,首先进行电阻应变片的布置方案设计,并针对弹性体的结构和材料特性,在弹性体主梁上布置了 16个应变片。随后对数据采集电路模块进行设计,根据预先计算的放大倍数和预估滤波的频率,本文采用两级放大方法。经过放大后的电压信号进入数据采集电路模块,整个数据采集和传输工作均在单片机中完成。最后,利用LabVIEW完成了上位机软件的编写。再次,介绍了六维力/力矩传感器标定平台设计过程,分别对六维力/力矩传感器标定装置的标定工作台、传感器基座、载荷加载杆、滑轮支撑架进行设计。随后,对六维力/力矩传感器标定装置的误差进行分析,结果表明几种误差因素对标定实验影响可以忽略不计。最后,根据维间耦合问题提出两种软件解耦方案,在假设六维力/力矩传感器是线性系统前提下,采用基于线性均值标定的静态解耦算法。但是,是在假设传感系统为线性系统条件下,解耦效果并不理想。因此提出RBF神经网络非线性算法,并对两种静态解耦算法的解耦性能进行对比。结果表明在非线性系统下提出的RBF解耦算法效果更好。