Probabilistic Contact State Estimation for Legged Robots using Inertial Information

要約

構造化されていない滑りやすい地形での脚付きロボットのナビゲーションは、ロボットの足と地面の間の接触の質を正確に識別する能力に大きく依存しています。
接触状態の推定は困難な問題と見なされており、通常、力の測定、ジョイント エンコーダー、および/またはロボットの運動学とダイナミクスを活用することによって対処されます。
ほとんどの最先端のアプローチとは対照的に、現在の研究では、ロボットのエンドエフェクターに取り付けられた慣性測定ユニット (IMU) によって容易に利用できるため、固有感覚センシングのみに基づいて接触状態を推定するための新しい確率論的方法が導入されています。
IMU測定の不確実性を利用して、私たちの方法は安定した接触の確率を推定します。
これは、カーネル密度推定を使用して、IMU の各軸のデータ ポイントのバッチに対してマルチモーダル確率密度関数を近似することによって実現されます。
提案された方法は、ATLAS、TALOS、Unitree の GO1 などの二足歩行および四足歩行のロボット プラットフォームで、実際のシナリオとシミュレートされたシナリオの両方に対して広く評価されています。

要約(オリジナル)

Legged robot navigation in unstructured and slippery terrains depends heavily on the ability to accurately identify the quality of contact between the robot’s feet and the ground. Contact state estimation is regarded as a challenging problem and is typically addressed by exploiting force measurements, joint encoders and/or robot kinematics and dynamics. In contrast to most state of the art approaches, the current work introduces a novel probabilistic method for estimating the contact state based solely on proprioceptive sensing, as it is readily available by Inertial Measurement Units (IMUs) mounted on the robot’s end effectors. Capitalizing on the uncertainty of IMU measurements, our method estimates the probability of stable contact. This is accomplished by approximating the multimodal probability density function over a batch of data points for each axis of the IMU with Kernel Density Estimation. The proposed method has been extensively assessed against both real and simulated scenarios on bipedal and quadrupedal robotic platforms such as ATLAS, TALOS and Unitree’s GO1.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google