BriefGPT - AI 论文速递
·
利用不变扩展卡尔曼滤波器和神经测量网络的四足机器人状态估计
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究开发了接触辅助不变扩展卡尔曼滤波器（InEKF），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。实验表明，该滤波器在双足机器人上具有更好的性能。
🎯
关键要点
-
研究开发了接触辅助不变扩展卡尔曼滤波器（InEKF）。
-
InEKF结合了接触惯性动力学和正向运动学校正。
-
该滤波器可估计姿态、速度以及所有当前接触点。
-
误差动力学遵循对数线性自治微分方程，提高了收敛性能。
-
产生了符合非线性系统的本地可观测矩阵。
-
在Cassie系列双足机器人上进行了模拟和实验。
-
InEKF的性能优于基于四元数的EKF。
🏷️
