触觉导航：基于几何感知与地形分类的触觉蒙特卡洛定位
机器人学
2021-09-15 v1
摘要
在极端环境下的腿式机器人导航中，由于黑暗、空气 obfuscation 或传感器损坏，相机与激光扫描仪的使用可能受阻。在这些条件下，本体感知将持续可靠工作。本文提出一种纯本体感知定位算法，融合来自几何与地形类别的信息，以在先验地图内对腿式机器人进行定位。首先，地形分类器根据感知到的足端力计算足端踩在特定地形类别上的概率。随后，基于蒙特卡洛的估计器将该地形类别概率与足端接触点的几何信息进行融合。结果展示表明，该方法在 ANYmal B300 四足机器人上在线机载运行，穿越一系列具有不同几何与地形类型的场地超过 1.2km。该方法仅利用来自四足机器人足端、IMU 与关节的信息，将定位误差保持在 20cm 以下。
引用
@article{arxiv.2108.08015,
title = {Navigating by Touch: Haptic Monte Carlo Localization via Geometric Sensing and Terrain Classification},
author = {Russell Buchanan and Jakub Bednarek and Marco Camurri and Michał R. Nowicki and Krzysztof Walas and Maurice Fallon},
journal= {arXiv preprint arXiv:2108.08015},
year = {2021}
}
备注
Autonomous Robots. arXiv admin note: substantial text overlap with arXiv:2005.01567