基于卡尔曼滤波在线系统识别的四足动物自适应模型基控制
机器人学
2025-06-17 v1
摘要
许多现实应用要求腿足机器人能够承载可变载荷。模型基控制器如模型预测控制（MPC）已成为研究控制这些系统的事实标准。然而，大多数模型基控制架构使用固定的植物模型，这限制了它们在不同任务中的适用性。在本文中，我们提出了一种卡尔曼滤波（KF）公式用于四足机器人质量和质心（COM）的在线识别。我们在承载各种载荷的四足机器人上评估了我们的方法，发现它比经典递归最小二乘（RLS）方法更能抵抗强测量噪声。此外，当模型参数在运行时调整时，它改善了具有可变载荷的模型基控制器的跟踪性能。
引用
@article{arxiv.2506.13432,
title = {Adaptive Model-Base Control of Quadrupeds via Online System Identification using Kalman Filter},
author = {Jonas Haack and Franek Stark and Shubham Vyas and Frank Kirchner and Shivesh Kumar},
journal= {arXiv preprint arXiv:2506.13432},
year = {2025}
}
备注
6 pages, 5 figures, 1 table, accepted for IEEE IROS 2025