基于机器学习的推土机内部传感器自定位自动化
机器人学
2025-06-10 v1 机器学习
摘要
自定位是推土机自动化的重要技术。传统的推土机自定位系统依赖 RTK-GNSS（实时动态全球导航卫星系统）。然而，RTK-GNSS 信号在某些采矿条件下有时会丢失。因此，需要不依赖 RTK-GNSS 的自定位方法。在本文中，我们提出了一种基于机器学习的推土机自定位方法。该方法包含两个步骤：利用机器学习模型从内部传感器估计局部速度，并将这些估计值融入扩展卡尔曼滤波器（EKF）进行全局定位。我们还创建了一个新的推土机里程计数据集，并在各种驾驶场景下进行了实验，包括蛇形机动、挖掘和坡道行驶。结果表明，所提出的自定位方法抑制了位置误差的累积，特别是在发生打滑时。此外，本研究表明推土机专用传感器（如刀片位置传感器和液压压力传感器）有助于提高自定位精度。
引用
@article{arxiv.2506.07271,
title = {Machine Learning-Based Self-Localization Using Internal Sensors for Automating Bulldozers},
author = {Hikaru Sawafuji and Ryota Ozaki and Takuto Motomura and Toyohisa Matsuda and Masanori Tojima and Kento Uchida and Shinichi Shirakawa},
journal= {arXiv preprint arXiv:2506.07271},
year = {2025}
}