一种机器人运动误差参数优化方法

本发明公开一种机器人运动误差参数优化方法，属于机器人领域，包括控制机器人执行多种预设运动姿态，通过末端测量设备采集各姿态下末端实际位置数据，结合正运动学模型输出的理论位置数据，得到各姿态下末端位置误差数据；通过神经网络全局灵敏度分析与双重耦合度量，实现误差参数贡献度评估与耦合关系识别的协同精确量化，克服传统灵敏度分析仅能评估独立影响的缺陷；基于线性耦合相似度与高阶交互耦合强度的双重度量机制，充分捕捉参数间在不同运动姿态下的复杂耦合特征，为后续参数分组及分阶段优化提供完整可靠的数据基础，从根源上避免因忽略参数耦合而导致的辨识偏差，提升参数优化结果对实际机器人结构误差的还原准确性。