基于几何约束的张拉整体机器人本体感知状态估计
机器人学
2025-03-07 v2
摘要
张拉整体机器人由刚性杆和弹性索协同组装而成,形成坚固且抗冲击的结构。然而,这种设计引入了运动学和动力学上的复杂性,使得控制和状态估计变得困难。本文提出了一种新颖的张拉整体机器人本体感知状态估计器。该估计器首先利用三杆棱柱张拉整体结构的几何约束,结合IMU和电机编码器测量值,重建机器人的形状和姿态。然后,它采用接触辅助的不变扩展卡尔曼滤波器,结合正向运动学来估计张拉整体机器人的全局位置和姿态。我们在仿真环境和真实张拉整体机器人应用中,对照真值数据评估了该状态估计器的准确性。其平均漂移百分比为4.2%,与传统刚性机器人的状态估计性能相当。该状态估计器推进了张拉整体机器人状态估计的现有技术水平,并具有使用机载传感器实时运行的潜力,为张拉整体机器人在非结构化环境中实现完全自主铺平了道路。
引用
@article{arxiv.2410.24226,
title = {Tensegrity Robot Proprioceptive State Estimation with Geometric Constraints},
author = {Wenzhe Tong and Tzu-Yuan Lin and Jonathan Mi and Yicheng Jiang and Maani Ghaffari and Xiaonan Huang},
journal= {arXiv preprint arXiv:2410.24226},
year = {2025}
}
备注
Preprint; 8 pages, 12 figures, 2 tables; Code at https://github.com/Jonathan-Twz/tensegrity-robot-state-estimator