Multi-IMU Proprioceptive State Estimator for Humanoid Robots

要約

人型ロボットの状態推定アルゴリズムは通常、地面と接触している間足が平らで一定の位置にあることを前提としています。
しかし、この仮説は、歩行中、特にかかとからつま先までの動きを伴う人間のような歩き方の場合、簡単に破られます。
これにより、接触仮定を使用できる時間が短縮されるか、誤差を考慮するためにより高い分散が必要になります。
この論文では、あらゆる接触構成を適切に処理できる拡張カルマン フィルターに基づく新しい状態推定器を紹介します。
ロボットの複数の本体を追跡するために使用される、両足を含むロボットの構造全体に分散された複数の慣性測定ユニット (IMU) を検討します。
このマルチ IMU 計測セットアップには、ロボットの構造の変形を推定できるようになり、フィルターで使用される運動学モデルが改善されるという利点もあります。
提案されたアプローチは外骨格アタランテで実験的に検証され、ドリフトが低く、同様の単一 IMU フィルターよりも優れたパフォーマンスを示すことが示されています。
取得された軌道推定値は、グラウンド トゥルースに対してほとんど歪みのない標高マップを構築できるほど正確です。

要約(オリジナル)

Algorithms for state estimation of humanoid robots usually assume that the feet remain flat and in a constant position while in contact with the ground. However, this hypothesis is easily violated while walking, especially for human-like gaits with heel-toe motion. This reduces the time during which the contact assumption can be used, or requires higher variances to account for errors. In this paper, we present a novel state estimator based on the extended Kalman filter that can properly handle any contact configuration. We consider multiple inertial measurement units (IMUs) distributed throughout the robot’s structure, including on both feet, which are used to track multiple bodies of the robot. This multi-IMU instrumentation setup also has the advantage of allowing the deformations in the robot’s structure to be estimated, improving the kinematic model used in the filter. The proposed approach is validated experimentally on the exoskeleton Atalante and is shown to present low drift, performing better than similar single-IMU filters. The obtained trajectory estimates are accurate enough to construct elevation maps that have little distortion with respect to the ground truth.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google