基于不变扩展卡尔曼滤波的人形机器人运动学基座状态估计
机器人学
2024-01-08 v1
摘要
本文介绍了用于估计 Surena V 人形机器人运动学基座状态的右不变扩展卡尔曼滤波器 (RIEKF) 的设计与实现。机器人的状态表示定义在李群 上，涵盖了基座的位置、速度和姿态，以及左脚和右脚的位置。此外，我们将惯性测量单元 (IMU) 偏差作为级联状态纳入滤波器中。RIEKF 的预测步骤利用 IMU 方程，而更新步骤则结合正向运动学。为了评估 RIEKF 的性能，我们使用 Choreonoid 动态仿真框架进行了实验，并将其与基于四元数的扩展卡尔曼滤波器 (QEKF) 进行了比较。分析结果表明，与 QEKF 相比，RIEKF 在定位中表现出更小的漂移，并在更短的时间内实现估计收敛。这些发现突显了所提出的 RIEKF 在人形机器人运动学基座精确状态估计方面的有效性。
引用
@article{arxiv.2401.02786,
title = {Kinematic Base State Estimation for Humanoid using Invariant Extended Kalman Filter},
author = {Amirhosein Vedadi and Aghil Yousefi-Koma and Masoud Shariat-Panahi and Mahdi Nozari},
journal= {arXiv preprint arXiv:2401.02786},
year = {2024}
}
备注
7 pages, 11th RSI International Conference on Robotics and Mechatronics (ICRoM 2023)