多IMU鉸接剛體系統的擴展位姿估計的不變卡爾曼濾波
本研究提出了一種用於多IMU鉸接剛體系統的擴展位姿估計的不變卡爾曼濾波方法。通過引入相對L擴展位姿這一李羣表示，並結合迭代不變擴展卡爾曼濾波（IterIEKF），該方法有效處理了關節運動學約束，在UR5e機器人和人體腿部驗證中，均方根誤差降低至少50%。
來源arXiv Robotics作者: Sven Goffin, C\'edric Schwartz, Silv\`ere Bonnabel, Olivier Br\"uls, Pierre Sacr\'e
在機器人技術和人體運動分析領域，準確估計由多個慣性測量單元（IMU）構成的鉸接剛體系統的擴展位姿（包括方向、速度和位置）是一項關鍵挑戰。傳統的不變擴展卡爾曼濾波器（IEKF）雖能對單個剛體提供收斂保證和不可觀測性下的一致性，但直接應用於關節式系統時卻面臨困難：剛體間的位姿耦合阻礙了直接應用，而如何將關節運動學約束納入不變濾波框架仍是一個開放問題。
為了填補這一空白，研究者引入了相對L擴展位姿——一種針對運動學樹系統設計的李羣表示。通過在每個剛體上安裝一個IMU，該表示實現了羣仿射動力學，並允許以不變形式表達關節約束。這些約束被作為無噪聲偽測量集成到迭代不變擴展卡爾曼濾波器（IterIEKF）中，從而保留了不變濾波的收斂和一致性保證。
該方法在UR5e工業機器人和人體腿部數據集上進行了驗證。結果顯示，所提出的IterIEKF在所有測試場景中均優於標準EKF、迭代EKF以及基於絕對位姿的IterIEKF基線算法。它不僅在更少的迭代次數內收斂，而且運行間的變異性更低，均方根誤差（RMSE）顯著降低。與第二優的濾波器相比，誤差削減幅度至少達到50%，證明了該方法在複雜鉸接系統中的有效性和魯棒性。
這一成果為多IMU鉸接系統的精確位姿估計提供了新的有效解決方案，有望推動機器人操控、外骨骼控制以及人體運動捕捉等領域的發展。該論文由Sven Goffin等人撰寫，已提交至arXiv，論文編號為2606.25083。