DogLegs: Robust Proprioceptive State Estimation for Legged Robots Using Multiple Leg-Mounted IMUs

要約

本体の堅牢で正確な固有受容状態推定は、脚のあるロボットがLIDARやカメラなどの外部受容センサーが信頼できない場合がある極端な環境でタスクを実行するために重要です。
このホワイトペーパーでは、拡張カルマンフィルター（EKF）を使用して、ボディに取り付けられた慣性測定ユニット（ボディIMU）、ジョイントエンコーダ、および複数のレグマウントIMU（LEG-IMU）からの測定値を融合する脚のロボットの状態推定システムであるDoglegsを提案します。
フィルターシステムには、すべてのIMUフレームのエラー状態が含まれています。
脚のイマスは、足の接触を検出するために使用され、それにより、速度測定がゼロ速度測定を提供して、脚のイムフレームの状態を更新します。
さらに、脚の運動学によって体内と脚のイマスの間の相対位置の制約を計算し、それらを使用して本体状態を更新し、個々のIMUフレームのエラードリフトを減らします。
フィールドの実験結果は、提案されたシステムが、異なる地形での従来の脚の臭気測定法（ボディIMUとジョイントエンコーダのみを使用）と比較して、より良い状態推定精度を達成できることを示しています。
私たちは、研究コミュニティに利益をもたらすために、データセットを公開しています。

要約(オリジナル)

Robust and accurate proprioceptive state estimation of the main body is crucial for legged robots to execute tasks in extreme environments where exteroceptive sensors, such as LiDARs and cameras may become unreliable. In this paper, we propose DogLegs, a state estimation system for legged robots that fuses the measurements from a body-mounted inertial measurement unit (Body-IMU), joint encoders, and multiple leg-mounted IMUs (Leg-IMU) using an extended Kalman filter (EKF). The filter system contains the error states of all IMU frames. The Leg-IMUs are used to detect foot contact, thereby providing zero velocity measurements to update the state of the Leg-IMU frames. Additionally, we compute the relative position constraints between the Body-IMU and Leg-IMUs by the leg kinematics and use them to update the main body state and reduce the error drift of the individual IMU frames. Field experimental results have shown that our proposed system can achieve better state estimation accuracy compared to the traditional leg odometry method (using only Body-IMU and joint encoders) across different terrains. We make our datasets publicly available to benefit the research community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google