Online identification of skidding modes with interactive multiple model estimation

要約

スキッドステアリングホイール移動ロボット (SSWMR) は、複雑な車輪と地面の相互作用の影響によって支配される運動挙動を示すさまざまな屋外環境で動作します。
これらの相互作用を特徴付けることは、ロボットの当面の自律性の観点 (動作の予測と制御) だけでなく、長期的な予知保全と診断の観点からも重要です。
理想的なソリューションには、意思決定や制御のための正確な状態測定値を取得することが必要ですが、特にこれらのロボットの構造化されていない屋外での動作体制では、これはかなり困難です。
この環境では、事前に決定された個別の動作モードを識別するフレームワークにより、運動モデルの識別プロセスを大幅に簡素化できます。
この目的を達成するために、異なる地形での横断や車輪の牽引力の喪失によって発生する可能性のある事前定義されたロボット動作モードを確率的に特定するための対話型マルチモデル (IMM) ベースのフィルタリング フレームワークを提案します。

要約(オリジナル)

Skid-steered wheel mobile robots (SSWMRs) operate in a variety of outdoor environments exhibiting motion behaviors dominated by the effects of complex wheel-ground interactions. Characterizing these interactions is crucial both from the immediate robot autonomy perspective (for motion prediction and control) as well as a long-term predictive maintenance and diagnostics perspective. An ideal solution entails capturing precise state measurements for decisions and controls, which is considerably difficult, especially in increasingly unstructured outdoor regimes of operations for these robots. In this milieu, a framework to identify pre-determined discrete modes of operation can considerably simplify the motion model identification process. To this end, we propose an interactive multiple model (IMM) based filtering framework to probabilistically identify predefined robot operation modes that could arise due to traversal in different terrains or loss of wheel traction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google