穿越不可预测性：从探究滑移协议到估计命令不确定性的度量
机器人学
2025-06-23 v1 机器学习
系统与控制
系统与控制
摘要
越野自动导航是一项具有挑战性的任务，因为其主要依赖于运动模型的准确性。运动模型的性能受限于其预测地形与UGV之间相互作用的能力，而 onboard sensor 无法直接测量。在本工作中，我们提出使用DRIVE协议来标准化系统辨识和 characterize slip state space的数据收集。我们通过在六种地形(即沥青、草地、砂砾、冰、泥、沙)上使用两个平台(从75 kg到470 kg)获取数据集，总计4.9小时和14.7 km来验证该协议。利用这些数据，我们评估DRIVE协议探索速度命令空间并识别地形-机器人相互作用的可达速度的能力。我们研究了命令速度空间与稳态滑移之间的传递函数对于一种SSM。提出一种不可预测性度量，用于估计命令不确定性并帮助评估部署中的风险likelihood和severity。最后，我们分享在大型UGV上进行系统辨识的经验教训，以帮助社区。
引用
@article{arxiv.2506.16593,
title = {DRIVE Through the Unpredictability:From a Protocol Investigating Slip to a Metric Estimating Command Uncertainty},
author = {Nicolas Samson and William Larrivée-Hardy and William Dubois and Élie Roy-Brouard and Edith Brotherton and Dominic Baril and Julien Lépine and François Pomerleau},
journal= {arXiv preprint arXiv:2506.16593},
year = {2025}
}
备注
This version is the preprint of a journal article with the same title, accepted in the IEEE Transactions on Field Robotics. To have a look at the early access version, use the following link https://ieeexplore.ieee.org/document/11037776