针对模块化关节，设计了一套离线辨识方法，对关节的摩擦模型进行了辨识，并对摩擦力进行了补偿。首先，介绍了该模块化关节的结构和控制系统，建立了关节的动力学模型。然后，基于LuGre摩擦模型对关节摩擦力进行了建模，分别用灰狼算法和分段最小二乘配合伪随机序列法辨识了模型的参数，并进行对比分析。最后，设计了基于LuGre摩擦模型的前馈补偿算法，并进行了实验验证。实验结果表明：相较于分段最小二乘法，灰狼算法的辨识精度提高了19.2%；给定幅值为1 （°）/s，频率为10 Hz的正弦速度信号，摩擦补偿使关节速度跟踪误差从0.295 （°）/s减少为0.183 （°）/s；关节速度环带宽从12 Hz提高到18 Hz。多次实验显示，辨识的数据具有较高的重复性，验证了辨识方法的有效性。设计的前馈摩擦补偿算法可以改善关节控制系统的动态性能。

传统的关节臂测量机工作时是依靠工作人员牵拉实现运动和测量, 存在路径规划不佳、主观性误差大、测量效率低等问题很难适应智能制造对在线自动测量系统的新要求。本文提出了利用含有无刷电机、谐波减速器及精密轴系的模块化关节构成自驱动关节臂坐标测量机的构想, 并对模块化关节进行了构型设计, 建立了单关节扭矩估算模型, 在此基础上选择了关节2的电机和谐波减速器, 设计了关节模块的测控电路, 研制了单关节部件样机并进行了重复性实验。其中单方向测量数据表明, 为保证较小的测量重复性误差, 关节在运动时应尽量避免速度或加速度突变的运动形式; 双方向测量的数据表明, 当控制电机运动速率小于1.53 rad/s时, 测头因回弹产生误触发信号的概率较小, 此时最大误差数据为±2.11″。上述实验也验证了模块化关节设计方案的可行性, 为后续自驱动关节臂坐标测量机整机研制提供了理论和实验依据。