Tensegrity Robot Proprioceptive State Estimation with Geometric Constraints

要約

Tensegrity ロボットは、剛性ロッドと弾性ケーブルの相乗的なアセンブリを特徴とし、衝撃に強い堅牢な構造を形成します。
ただし、この設計では運動学と力学が複雑になり、制御と状態推定が複雑になります。
この研究は、テンセグリティ ロボットのための新しい固有受容状態推定器を提示します。
推定器は最初に、3 バー プリズム テンセグリティ構造の幾何学的制約を IMU およびモーター エンコーダーの測定と組み合わせて使用​​し、ロボットの形状と方向を再構築します。
次に、順運動学を備えた接触支援不変拡張カルマン フィルターを使用して、テンセグリティ ロボットのグローバルな位置と方向を推定します。
状態推定器の精度は、シミュレートされた環境と現実世界のテンセグリティ ロボット アプリケーションの両方におけるグラウンド トゥルース データに対して評価されます。
平均ドリフト率は 4.2% で、従来の剛体ロボットの状態推定性能に匹敵します。
この状態推定器は、テンセグリティ ロボットの状態推定における最先端技術を進歩させ、オンボード センサーを使用してリアルタイムで実行できる可能性があり、非構造化環境におけるテンセグリティ ロボットの完全な自律性への道を開きます。

要約(オリジナル)

Tensegrity robots, characterized by a synergistic assembly of rigid rods and elastic cables, form robust structures that are resistant to impacts. However, this design introduces complexities in kinematics and dynamics, complicating control and state estimation. This work presents a novel proprioceptive state estimator for tensegrity robots. The estimator initially uses the geometric constraints of 3-bar prism tensegrity structures, combined with IMU and motor encoder measurements, to reconstruct the robot’s shape and orientation. It then employs a contact-aided invariant extended Kalman filter with forward kinematics to estimate the global position and orientation of the tensegrity robot. The state estimator’s accuracy is assessed against ground truth data in both simulated environments and real-world tensegrity robot applications. It achieves an average drift percentage of 4.2%, comparable to the state estimation performance of traditional rigid robots. This state estimator advances the state of the art in tensegrity robot state estimation and has the potential to run in real-time using onboard sensors, paving the way for full autonomy of tensegrity robots in unstructured environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google