基于不变卡尔曼滤波与扰动观测器的移动机器人全本体感知滑移速度感知状态估计
机器人学
2023-10-03 v2 系统与控制
系统与控制
摘要
本文利用不变观测器设计理论与扰动观测器（DOB）开发了一种新颖的滑移估计器。所提出的移动机器人状态估计器是完全本体感知的，并在右不变扩展卡尔曼滤波器（RI-EKF）中结合了来自惯性测量单元与本体速度的数据。通过将滑移速度嵌入矩阵李群，所开发的基于DOB的RI-EKF可在不同地形上提供实时的速度与滑移速度估计。使用Husky轮式机器人的实验结果证实了数学推导以及所提方法在估计可观测状态变量方面的有效性。开源软件可供下载并复现所展示的结果。
引用
@article{arxiv.2209.15140,
title = {Fully Proprioceptive Slip-Velocity-Aware State Estimation for Mobile Robots via Invariant Kalman Filtering and Disturbance Observer},
author = {Xihang Yu and Sangli Teng and Theodor Chakhachiro and Wenzhe Tong and Tingjun Li and Tzu-Yuan Lin and Sarah Koehler and Manuel Ahumada and Jeffrey M. Walls and Maani Ghaffari},
journal= {arXiv preprint arXiv:2209.15140},
year = {2023}
}
备注
The work will be presented in IROS2023. github repository at https://github.com/UMich-CURLY/slip_detection_DOB. arXiv admin note: text overlap with arXiv:1805.10410 by other authors