非慣性地面上のヒューマノイドロボットのための固有受容不変状態推定
本論文は、非慣性地面上で動作するヒューマノイドロボットが、固有受容センサーのみを使用してリアルタイムに状態推定を行うための不変拡張カルマンフィルタリング（InEKF）アプローチを提案する。足に取り付けたIMUを利用し、地面の動きを直接測定することなく、移動地面に対するロボットの位置と速度を推定する。実験では、振動する地面上で収束速度が96%向上し、位置推定誤差が80%削減された。回転地面上での歩行では、平均推定誤差が9cm未満である。
ヒューマノイドロボットが船舶の甲板や振動するプラットフォームなどの非慣性地面上で安定して動作するためには、正確な状態推定が不可欠である。従来の手法では、外部センサーや地面の動きの直接測定が必要となることが多く、応用範囲が限られていた。この課題に対し、カーネギーメロン大学などの研究チームは、ロボットの固有受容センサーのみを用いて非慣性地面に対する状態をリアルタイムに推定する不変拡張カルマンフィルタ（InEKF）手法を提案した。
提案手法の核心は、ロボットの足に取り付けられたIMU（慣性計測ユニット）を活用し、支持脚の運動学的制約を利用して測定モデルを構築する点にある。この設計により、地面の動きによる非線形性をフィルタ内で自然に処理でき、外部参照を一切必要としない。さらに、右不変測定モデルを採用することで、初期誤差が大きい場合でも良好な収束特性を実現する。可観測性解析により、移動地面に対するロボットの相対位置と速度が観測可能となる条件も明らかにされている。
研究チームはDigitヒューマノイドロボットを用いて多様な実験を実施した。揺動・ピッチングする地面上での起立・しゃがみ動作実験では、既存のInEKFと比較して収束速度が96%向上し、位置推定誤差が80%低減された。単軸回転地面上での歩行実験では、初期位置誤差が最大1mであっても平均推定誤差は9cm未満を達成した。これらの結果は、非慣性環境における本手法の優れた性能を実証している。
本研究は、船舶甲板や移動プラットフォーム、地震災害現場などの動的環境におけるヒューマノイドロボットの安定制御を支える重要な技術基盤を提供する。今後は、より複雑な地面運動や多歩容シナリオへの拡張が期待される。