基於本體感覺的仿人機器人在非慣性地面上的不變狀態估計
本文提出了一種基於不變擴展卡爾曼濾波（InEKF）的實時狀態估計方法，用於仿人機器人在非慣性地面上僅依靠本體感覺傳感器進行定位。該方法通過足部IMU利用運動學約束，無需直接測量地面運動或外部傳感器。實驗顯示，在搖擺地面上收斂速度提高96%，位置估計誤差減少80%；在旋轉地面上行走的平均估計誤差小於9釐米。
在仿人機器人領域，精確的狀態估計是實現穩定運動控制的基礎。然而，當機器人需要在非慣性地面（如移動的船舶甲板、振動平台或地震廢墟）上作業時，傳統的狀態估計方法往往依賴於外部傳感器（如GPS、視覺標記）或直接測量地面運動，這大大限制了其應用範圍。針對這一挑戰，來自卡內基梅隆大學等機構的研究團隊提出了一種創新的不變擴展卡爾曼濾波（InEKF）方法，僅利用機器人自身的本體感覺傳感器即可實現對非慣性地面上的實時狀態估計。
該方法的核心創新在於，通過在機器人足部安裝慣性測量單元（IMU），並利用站立腳的運動學約束來構建測量模型。該設計使得濾波器能夠自然地處理地面運動引入的非線性，同時保持完全的本體感覺特性，無需任何外部參考。此外，濾波器採用了右不變測量模型，這使得即使初始誤差較大，也能保證良好的誤差收斂特性。研究團隊還進行了可觀性分析，明確了機器人相對於非慣性地面的位置和速度可觀的條件，為實際應用提供了理論保障。
為了驗證方法的有效性，研究團隊在Digit仿人機器人上進行了多種實驗。在搖擺和俯仰地面上進行站立和蹲起實驗時，該方法的收斂速度比現有InEKF方法提高了96%，位置估計誤差減少了80%。在單軸旋轉地面上進行行走實驗時，即使初始位置誤差高達1米，平均估計誤差仍小於9釐米。這些結果充分證明了該方法的魯棒性和精確性。
這項研究為仿人機器人在動態環境中的穩定控制提供了關鍵技術支撐。未來，研究團隊計劃進一步擴展該方法，以處理更復雜的地面運動（如多軸旋轉和隨機擾動）以及多步態場景（如跑步和跳躍），從而推動仿人機器人在海事、救災和工業等領域的實際應用。