连续体机器人的状态估计：一种非线性约束滚动时域方法

连续体机器人由具有连续主干的柔性材料制成，相较传统刚性机器人具有若干优势，包括能够穿越狭窄或受限空间、适应不规则或变化的环境，以及在人体附近执行任务。然而，使用连续体机器人的挑战之一在于难以准确估计其状态，如尖端位置和曲率。这归因于其运动学的复杂性以及测量与控制中固有的不确定性。本文提出一种滚动时域估计（MHE）方法用于估计机器人状态，包括其尖端位置和形状参数。我们的方法通过在线优化问题，最小化附着在机器人尖端的 IMU 测量样本与估计状态在估计时域内的误差。我们通过仿真与实验结果证明了方法的有效性。我们的方法有望提升连续体机器人状态估计与控制的准确性和鲁棒性，可应用于手术、制造和检测等多种场景。