Incorporating Control Inputs in the Estimation of Continuous Mobile Robot Trajectories and Continuum Robot Shapes

要約

ガウス過程を用いた連続時間バッチ状態推定は、ロボットの時間経過に伴う軌道を推定する効率的なアプローチである。これまで、このようなアプローチでは、速度や加速度が一定であるというような仮定を用いた、比較的単純な物理学的動機に基づく事前分布が考慮されてきた。本論文では、連続ガウス過程による状態推定の枠組みに、速度や加速度指令のような外生的制御入力を組み込むアプローチを示す。本アプローチはロボット工学の様々な領域で一般化され、移動ロボットの連続時間軌道推定や連続体ロボットの形状推定の両方に適用可能であることが示される。その結果、制御入力を取り入れることで、より情報に基づいた事前分布を得ることができ、正確な推定値を得るために必要な計測や推定ノードが少なくて済む可能性があることが示される。これにより、このアプローチは、利用可能なセンシングが限られている状況において特に有用となる。

要約(オリジナル)

Continuous-time batch state estimation using Gaussian processes is an efficient approach to estimate the trajectories of robots over time. In the past, relatively simple physics-motivated priors have been considered for such approaches, using assumptions such as constant velocity or acceleration. This paper presents an approach to incorporating exogenous control inputs, such as velocity or acceleration commands, into the continuous Gaussian process state-estimation framework. It is shown that this approach generalizes across different domains in robotics, making it applicable to both the estimation of continuous-time trajectories for mobile robots and continuum-robot shapes. Results show that incorporating control inputs leads to more informed priors, potentially requiring less measurements and estimation nodes to obtain accurate estimates. This makes the approach particularly useful in situations in which limited sensing is available.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL