基于多 IMU 传感器融合的人工智能增强柔性操作臂运动学建模
机器人学
2025-10-06 v1
摘要
本文提出了一种新型框架，用于估计柔性操作臂垂直运动中的位置和姿态，采用多个惯性测量单元 (IMU) 进行多传感器融合，并通过与地面真值数据优化校准。柔性连杆被建模为一系列刚性段，通过加速度计和陀螺仪 measurements 获取的低成本 IMU 估计关节角。采用互补滤波器融合 measurements，其参数通过粒子群优化 (PSO) 优化，以减缓噪声和延迟。为进一步提高估计精度，对位置和姿态的残差误差采用径向基函数神经网络 (RBFNN) 进行补偿。实验结果验证了所提出的智能多 IMU 运动学估计方法的有效性，在 、 和 三个方向上分别实现了根均方误差 (RMSE) 为 0.00021~m、0.00041~m 和 0.00024~rad。
引用
@article{arxiv.2510.02975,
title = {AI-Enhanced Kinematic Modeling of Flexible Manipulators Using Multi-IMU Sensor Fusion},
author = {Amir Hossein Barjini and Jouni Mattila},
journal= {arXiv preprint arXiv:2510.02975},
year = {2025}
}