用于机器人运动学标定的贝叶斯最优实验设计

本文提出了一种在 ${\mathbb{S}^3 \!\times\! \mathbb{R}^3}$ 上进行机器人运动学标定的贝叶斯最优实验设计。我们的方法建立在高斯过程方法之上，结合了基于 ${\mathbb{S}^3}$ 上黎曼 Mat\'ern 核的几何感知核。为了通过高斯过程的贝叶斯优化学习正向运动学误差，我们定义了一个基于测地线距离的目标函数。该函数的逐点值是通过对末端执行器上的基准标记进行带噪相机测量，并使用标称运动学计算位姿来采样的。修正后的 Denavit-Hartenberg 参数是通过对收集的数据集运行高效的二次规划获得的。通过在 NASA 的海洋世界着陆器自主测试台（OWLAT）上的仿真和标定实验，验证了所提方法的有效性。