多维力传感器的标定均在假设传感器系统为线性系统的情况下进行，即传感器静态数学模型满足。

传感器静态标定的实质就是利用施加在多维力传感器上的广义力矢量组F和通过数据采集上采样得到的传感器6个输出信号矢量组V求出标定矩阵C，传感器的输出信号是一个6路电压信号组成的矢量。

六维力传感器应用领域：

本产品广泛应用于遥控机器人，机器人手术，机械手臂研究，手指力研究，精密装配，自动磨削、轮廓跟踪、双手协调、零力示教等作业中，在航空、航天及机械加工，汽车等行业中有广泛的应用。

六维力传感器特点：

一、传感器弹性体采用zhuanli结构，灵敏度高、刚性好、维间耦合小、有机械过载保护功能。

二、综合解耦桥路信号综合为三维空间的六个分量，可直接用于力控制。

三、采用标准串口和并口输入输出。

四、产品既可与控制计算机组成两级计算机系统，也可联接终端，构成独立的测试装置。

将六维力传感器感知机理与机器人控制技术融合,以力信息作为人机交互系统的控制输入,制定了响应迅速,运行稳定的随动控制策略,搭建了集成六维力感知、上位机控制、机器人系统的人机交互及测试平台,实现了机器人对于施力者的随动运动控制。基于此平台制定了轴孔装配控制策略,进行了轴孔装配测试,为补偿机器人末端运动偏转过程中所受耦合力干扰,对六维力传感器进行了运行过程中的标定,将实际补偿模型与理论模型进行了对比分析,并对机器人末端执行器进行受力补偿,结果表明,人机交互随动系统测试结果良好,为工业机器人装配任务中的初始定位不明确问题及轨迹规划示教提供了参考。 

多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型RF-GA解耦方法解决多维力信息的解耦问题,实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树,但每个子树的预测准度无法保证的问题,利用遗传算法对随机森林的子树进行筛选,保留优质子树,从而提高预测精度。以基于应变检测的六维力传感器为实验对象,将RF-GA算法运用到实际力信息解耦中,并通过解耦实验对RF-GA算法进行验证。与现有解耦算法相比,RF-GA解耦方法具有精度高、解耦时间短的优点,实验结果表明该算法能有效提高多维力传感器的解耦精度。