Apr, 2019
基于接触辅助的不变扩展卡尔曼滤波法用于机器人状态估计
Contact-Aided Invariant Extended Kalman Filtering for Robot State Estimation
Ross Hartley, Maani Ghaffari, Ryan M. Eustice, Jessy W. Grizzle
TL;DR该研究开发了利用 Lie 群和不变观测器设计技术的接触辅助不变扩展卡尔曼滤波器（InEKF），该滤波器结合了接触惯性动力学和正向运动学校正，可估计姿态和速度以及所有当前接触点。研究表明，误差动力学遵循对数线性自治微分方程，从而提高了收敛性能，并产生了符合非线性系统的本地可观测矩阵。该过程在 Cassie 系列双足机器人上进行了模拟和实验，并表明其比基于四元数的 EKF 具有更好的性能。