张拉整体机器人的状态估计
机器人学
2016-11-17 v2
摘要
张拉整体(tensegrity)机器人是一类柔顺机器人，在设计必须与不确定环境交互的质量高效系统时具有许多期望特性。针对张拉整体系统，已有各种在仿真中有前景的控制方法被提出。遗憾的是，张拉整体机器人的状态估计方法尚未被充分研究。本文中，我们提出并评估了一种用于张拉整体机器人的状态估计器。该状态估计器将使现有及未来的控制算法能够从仿真转移到硬件。我们的方法基于无迹卡尔曼滤波(unscented Kalman filter, UKF)，并结合了惯性测量、超宽带(ultra wideband)飞行时间测距测量以及执行器状态信息。我们在 SUPERball（一种基于张拉整体的行星探测机器人原型）上评估了方法的有效性。特别地，我们进行了测试，以评估机器人在滚动机动过程中相对于固定测距基站估计全局位置的成功率，以及由电缆驱动引起的小振幅变形导致的局部行为。
引用
@article{arxiv.1510.01240,
title = {State Estimation for Tensegrity Robots},
author = {Ken Caluwaerts and Jonathan Bruce and Jeffrey M. Friesen and Vytas SunSpiral},
journal= {arXiv preprint arXiv:1510.01240},
year = {2016}
}
备注
accepted for publication at the IEEE International Conference on Robotics and Automation (ICRA) 2016