AIMS：一种用于四足机器人定位的自适应多传感器融合方法
机器人学
2026-01-06 v1
摘要
本文解决四足机器人在狭窄隧道式环境中精准定位的问题。由于此类场景的持久性和均匀性，激光雷达测量常提供弱几何约束，使传统传感器融合方法易受累积运动估计误差的影响。为解决这些挑战，我们提出了AIMS（Adaptive Integration of Multi-Sensor Measurements），一种用于狭窄环境中四足机器人定位的自适应激光雷达-IMU-腿部定位融合方法。该方法建立在误差状态卡尔曼滤波框架中，融合激光雷达和腿部定位测量，结合基于IMU的状态预测，并根据在线退化感知可靠性评估自适应调整测量噪声协方差矩阵。来自狭窄走廊环境的实验结果表明，所提出的方法在定位精度和鲁棒性方面优于当前最先进的方法。
引用
@article{arxiv.2601.01561,
title = {AIMS: An Adaptive Integration of Multi-Sensor Measurements for Quadrupedal Robot Localization},
author = {Yujian Qiu and Yuqiu Mu and Wen Yang and Hao Zhu},
journal= {arXiv preprint arXiv:2601.01561},
year = {2026}
}