BriefGPT - AI 论文速递
·
OptiState: 采用具有基于 Transformer 的视觉和卡尔曼滤波的门控网络对四足机器人进行状态估计
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究开发了一种接触辅助不变扩展卡尔曼滤波器（InEKF），利用Lie群和不变观测器设计技术，可估计姿态、速度和接触点。研究表明，该滤波器在Cassie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）。
- 该滤波器利用Lie群和不变观测器设计技术。
- InEKF可估计姿态、速度和当前接触点。
- 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双足机器人上进行模拟和实验，性能优于基于四元数的EKF。
🏷️
标签
➡️
