挺立：双足机器人从仿真到现实的跌倒分类与预警时间预测
机器人学
2026-01-06 v3
摘要
本文将先前提出的跌倒预测算法扩展至实时（在线）环境，并在硬件和仿真中均进行了实现。该系统在全尺寸双足机器人 Digit 上进行了验证，其中实时版本实现了与离线实现相当的性能，同时保持了零误报率、1.1秒的平均预警时间（定义为真实跌倒时间与预测跌倒时间之差，远高于0.2秒的最低要求）以及仅0.03秒的最大预警时间误差。它还实现了0.97的高恢复率，证明了其在现实部署中的有效性。除了实时实现之外，本工作还指出了原算法的关键局限性，特别是在全方位故障下的局限性，并引入了微调策略以提高鲁棒性。增强后的算法在所有评估指标上均显示出可测量的改进，包括平均误报率降低0.05，以及平均预测预警时间的最大误差减少1.19秒。
引用
@article{arxiv.2506.01141,
title = {Standing Tall: Sim to Real Fall Classification and Lead Time Prediction for Bipedal Robots},
author = {Gokul Prabhakaran and Jessy W. Grizzle and M. Eva Mungai},
journal= {arXiv preprint arXiv:2506.01141},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication