基于多运动学链的自标定——以 iCub 人形机器人仿真研究为例
机器人学
2020-09-01 v3
摘要
机构标定是机器人学中重要且非平凡的任务。传感器技术的进步使得廉价但日益精确的器件（如相机和触觉传感器）得以普及，从而能够依靠这些传感流中的冗余信息执行自动化的自包含标定。在本工作中，我们使用带有立体相机系统和末端执行器接触仿真的仿真 iCub 人形机器人，定量比较通过采用不同相交运动学链组合（经由自观察或自触摸）进行运动学标定的性能。所变化的参数为：(i) 用于标定的相交运动学链的类型与数量，(ii) 参与优化的参数与链，(iii) 运动学参数的初始扰动量，(iv) 用于优化的位姿/配置数量，(v) 末端执行器位置/相机中的测量噪声量。主要发现如下：(1) 通过采用多运动学链（“自观察”与“自触摸”）标定单条链（如一只手臂）的参数，在优化结果与可观测性方面均更优；(2) 当使用多链标定时，相较于例如仅使用单相机观察，更少的位姿即可获得相似性能；(3) 所有链的参数（此处为 86 个 DH 参数）可同时标定，且在 50（100）个位姿下可实现约 2（1）mm 的末端执行器误差；(4) 向某一传感模态添加噪声会降低所有依赖该信息的链的标定性能。
引用
@article{arxiv.1805.07263,
title = {Robot self-calibration using multiple kinematic chains -- a simulation study on the iCub humanoid robot},
author = {Karla Stepanova and Tomas Pajdla and Matej Hoffmann},
journal= {arXiv preprint arXiv:1805.07263},
year = {2020}
}
备注
8 pages; 8 figures; substantially revised version compared to previous - all data and results are new