面向传感器放置不完美的基于不变扩展卡尔曼滤波的人体运动估计
机器人学
2025-08-05 v1
摘要
本文提出了一种新的不变扩展卡尔曼滤波器设计，即使在存在传感器错位和初始状态估计误差的情况下，也能产生实时状态估计并实现人体身体运动估计的快速误差收敛。该滤波器融合了附着在身体（例如骨盆或胸部）上的惯性测量单元（IMU）返回的数据与零支撑脚速度的虚拟测量（即腿部里程计）。所提滤波器的关键新颖之处在于其过程模型满足群仿射性质，同时该滤波器通过将IMU放置误差的随机过程模型建模为布朗运动并将其纳入腿部里程计误差中，显式地处理了IMU放置误差。尽管测量模型不完美（即不具备不变观测形式），因此其线性化依赖于状态估计，实验结果表明，即使在显著的IMU放置不准确和初始估计误差下，所提滤波器在深蹲运动期间也能实现快速收敛（0.2秒内）。
引用
@article{arxiv.2205.10236,
title = {Invariant Extended Kalman Filtering for Human Motion Estimation with Imperfect Sensor Placement},
author = {Zenan Zhu and Seyed Mostafa Rezayat Sorkhabadi and Yan Gu and Wenlong Zhang},
journal= {arXiv preprint arXiv:2205.10236},
year = {2025}
}
备注
7 pages, 6 figures, submitted to American Control Conference (ACC)