基于四元数无迹卡尔曼滤波器用于人机UAV物理交互力矩估计的鲁棒性
系统与控制
2026-03-31 v1 系统与控制
摘要
本文提出一种基于四元数的无迹卡尔曼滤波器（Quaternion-based Unscented Kalman Filter，QUKF），用于在与人机无人机（UAV）直接物理交互的辅助式空中有效载荷运输系统中，对系统状态和外部力矩进行实时、稳健的估计。与传统滤波技术不同，本方法采用单位四元数表示来内在地避免奇异问题，确保平台姿态和交互力矩估计的全局一致性和无漂移。构建了用于描述在交互力作用下翻译和旋转动力学耦合的严格的四元数动力学模型。基于该模型，建立了完整的QUKF框架，用于状态预测、测量更新和外部力矩估计。该方案完全保留了旋转运动的非线性特征，使其在物理交互期间的估计比线性化滤波方案在准确性和数值稳定性方面具有显著优势。通过大量仿真验证了QUKF的有效性，显示其在Extended Kalman Filter（EKF）中的性能提升显著。具体而言，QUKF在力矩估计方面的根均方误差（RMSE）降低了79.41%，位置和角速度的平均RMSE分别改善了79%和56%。这些发现表明该方法对测量噪声和模型不确定性具有更好的鲁棒性，为实现安全、稳定和响应灵敏的人机UAV物理交互提供了可靠的基础，适用于合作式有效载荷运输任务。
引用
@article{arxiv.2603.27328,
title = {Quaternion-based Unscented Kalman Filter for Robust Wrench Estimation of Human-UAV Physical Interaction},
author = {Hussein Naser and Hashim A. Hashim and Mojtaba Ahmadi},
journal= {arXiv preprint arXiv:2603.27328},
year = {2026}
}