基于迭代地标匹配的仿人足球机器人快速鲁棒定位
机器人学
2025-05-19 v2 计算机视觉与模式识别
摘要
精确的机器人定位对于有效操作至关重要。蒙特卡洛定位（MCL）常用于已知地图的场景，但由于需要为每个粒子进行地标匹配，其计算成本很高。仿人机器人面临额外的挑战，包括由行走振动引起的传感器噪声以及由于相机放置导致的有限视场（FOV）。本文提出了一种用于仿人机器人的基于迭代地标匹配（ILM）的快速鲁棒定位方法。迭代匹配过程提高了地标关联的准确性，使其无需 MCL 即可将地标与粒子进行匹配。带有异常值去除过程的位姿估计增强了其对测量噪声和错误检测的鲁棒性。此外，可以利用额外的滤波器融合来自惯性测量单元（IMU）的惯性数据和来自定位的位姿数据。我们将 ILM 与迭代最近点（ICP）进行了比较，结果表明 ILM 方法对初始猜测中的误差更具鲁棒性，且更容易获得正确的匹配。我们还将 ILM 与增强蒙特卡洛定位（aMCL）进行了比较，结果表明 ILM 方法比 aMCL 快得多，甚至更准确。所提方法的有效性通过实验进行了全面评估，并在 RoboCup 2024 成人组足球比赛中的仿人机器人 ARTEMIS 上得到了验证。
引用
@article{arxiv.2503.11020,
title = {Fast and Robust Localization for Humanoid Soccer Robot via Iterative Landmark Matching},
author = {Ruochen Hou and Mingzhang Zhu and Hyunwoo Nam and Gabriel I. Fernandez and Dennis W. Hong},
journal= {arXiv preprint arXiv:2503.11020},
year = {2025}
}