四足机器人状态感知与自主定位研究

四足机器人由于其对复杂地形的良好适应性，能深入到人类无法进入的恶劣未知环境中，在探测、救援、防爆、运输等方面有着广泛应用。 

为了使机器人具有自主化完成任务的能力，四足机器人必须能够提供准确的自身状态量信息，同时能感知3D环境并构建地图。但常规的惯性传感器存在随机误差和解算漂移，足端传感器存在冲击振动导致解算误差，进一步影响状态参数计算的准确性。为了解决上述问题，南方科技大学的研究人员开展了四足机器人在 3D 环境中的感知与状态估计方法研究，并开展相应实验验证。  

研究人员分析了四足机器人的作业要求及运动特点，设计了编码器、雷达、惯导等相结合的环境感知及定位系统，包括传感器选型、测量模型推导、传感器误差标定和数据处理，并引入误差评价计算。同时提出了基于激光、足端力传感器、惯性测量单元和编码器等多传感器融合的非结构环境地图构建与四足机器人定位方法.

研究人员在仿真环境进行建图和定位实验测试，并搭建四足机器人环境感知与定位实验系统并进行实验验证。为了准确验证四足机器人实验过程中相关算法的精度信息，进一步进行参数调整与优化，研究人员采用NOKOV（度量）光学三维动作捕捉系统，通过捕捉粘贴在四足机器人上的反光标志点，实时获取机器人的位姿和速度等数据。

将动作捕捉系统获取到的数据作为参考组数据，通过对比四足机器人行走实验定位轨迹（其中MC为动作捕捉系统测量值），证明算法有效且精度频率都较高，能够为运动控制和导航提供可靠的状态信息。

标签：四足,机器人,环境,实验,传感器,感知
来源： https://www.cnblogs.com/motion-capture/p/15128172.html