损坏多腿机器人中基于形态的稳健自我识别
机器人学
2025-06-26 v1
摘要
多腿机器人（MLRs）在复杂任务中易受腿部损坏的威胁，这会损害其性能。本文提出一种自模型与损伤识别算法，使其能够仅利用低成本 IMU 数据即可自主适应部分或完全失去的腿部。引入一种新的 FFT 基滤波器以解决信号时间不一致的问题，提高损伤检测效果，通过比较机器人与其模型之间身体姿态来实现。该方法识别受损腿部并更新机器人的模型以集成到其控制系统中。不平整地形上的实验验证了其鲁棒性与计算效率。
引用
@article{arxiv.2506.19984,
title = {Robust Embodied Self-Identification of Morphology in Damaged Multi-Legged Robots},
author = {Sahand Farghdani and Mili Patel and Robin Chhabra},
journal= {arXiv preprint arXiv:2506.19984},
year = {2025}
}