用于六自由度触觉定位的记忆无迹粒子滤波
机器人学
2025-09-16 v2
摘要
本文探讨六自由度（degree-of-freedom, 6-DOF）触觉定位，即在给定触觉测量的情况下估计三维物体的位姿。这一估计问题对于自主机器人的操作至关重要，这类机器人通常需要操作和抓取位姿先验未知的物体。触觉测量的特性、实时操作的严格时间要求以及所涉及概率分布的多模态性带来了显著的挑战，并需要先进的非线性滤波技术。遵循贝叶斯方法，本文提出了一种新颖且有效的算法，命名为 Memory Unscented Particle Filter (MUPF)，该算法仅利用接触点测量即可实时递归地求解 6-DOF 定位问题。MUPF 结合了一个改进的粒子滤波器（引入了过去测量的滑动记忆以更好地处理多模态分布）与无迹卡尔曼滤波器（将粒子移向搜索空间中与测量更可能匹配的区域）。所提出的 MUPF 算法的性能已在仿真和配备触觉传感器的真实机器人系统（即 iCub 类人机器人）上进行了评估。实验表明，该算法即使在粒子数较少的情况下也能提供准确可靠的定位，因此满足实时要求。
引用
@article{arxiv.1607.02757,
title = {Memory Unscented Particle Filter for 6-DOF Tactile Localization},
author = {Giulia Vezzani and Ugo Pattacini and Giorgio Battistelli and Luigi Chisci and Lorenzo Natale},
journal= {arXiv preprint arXiv:1607.02757},
year = {2025}
}