基于平滑接触梯度的腿式机器人在湿滑地形上的在线摩擦系数辨识

本文提出了一个用于腿式机器人在湿滑地形上的在线摩擦系数辨识框架。该方法将优化问题表述为最小化刚体接触动力学中以摩擦系数参数化的实际状态与预测状态之间的残差和。值得注意的是，所提出的框架利用了通过平滑库仑摩擦互补条件获得的接触冲量解析平滑梯度，来解决由非光滑接触动力学引起的无信息梯度问题。此外，我们引入了拒绝方法，以在腿式机器人摩擦系数辨识过程中滤除接触初始后具有高法向接触速度的数据。为了验证所提出的框架，我们在湿滑和非湿滑地形上使用四足机器人平台 KAIST HOUND 进行了实验。我们观察到，我们的框架在各种初始条件下均能实现快速且一致的摩擦系数辨识。