基于蛇形学习的移动机器人定位
机器人学
2025-12-16 v2 信号处理
摘要
移动机器人用于从快递到搜救等多个领域. 不同类型的传感器装载在机器人上以提供准确的导航, 从而允许其成功完成任务. 在实际场景中, 由于环境限制, 机器人经常仅依赖惯性传感器. 因此, 由于惯性读数的噪声和其他误差项, 导航解随时间漂移. 为缓解惯性解漂移, 我们提出了 MoRPINet 框架, 包含一个回归机器人行驶距离的神经网络. 为此, 需要让移动机器人采用蛇形蠕动运动以鼓励非线性行为. MoRPINet 使用 290 分钟的惯性记录数据进行评估, 在纯惯性导航的其他最先进方法中, 其定位误差改进了 33%.
引用
@article{arxiv.2411.17430,
title = {Snake-Inspired Mobile Robot Positioning with Hybrid Learning},
author = {Aviad Etzion and Nadav Cohen and Orzion Levy and Zeev Yampolsky and Itzik Klein},
journal= {arXiv preprint arXiv:2411.17430},
year = {2025}
}