Core Concepts
본 논문은 비관성 환경에서 로봇의 상대적인 자세, 속도 및 위치를 추정하는 불변 확장 칼만 필터(InEKF) 기반 접근법을 제안한다. 제안된 필터는 관성 프레임에서의 지면 움직임에 대한 지식 없이도 로봇의 상태를 추정할 수 있다.
Abstract
본 논문은 비관성 환경에서 다리 로봇의 상태 추정 문제를 다룬다. 제안된 접근법은 기존의 정적 지면 가정을 완화하고, 시스템 모델에서 비관성 환경의 움직임을 명시적으로 다룬다. 이를 위해 다음과 같은 내용을 다룬다:
기존의 다리 오도메트리 기반 측정 모델을 비관성 환경에 맞게 확장하였다. 이를 통해 가속하는 지면 위에서의 로봇 움직임 특성을 반영할 수 있다.
제안된 필터의 결정론적 프로세스 모델이 군집-선형 속성을 만족하도록 설계하였다. 이를 통해 로그-선형 오차 동역학을 얻을 수 있어, 상태 궤적에 독립적이고 정확한 선형 오차 동역학을 확보할 수 있다.
로봇의 다리 및 관성 오도메트리, 그리고 비관성 환경의 IMU 데이터를 융합하여, 카메라나 LiDAR와 같은 외부 센서 없이도 로봇의 상대적인 자세, 속도 및 위치를 관측 가능하도록 하였다.
피치와 요동하는 트레드밀 위에서 휴머노이드 로봇 실험을 통해 제안된 필터의 빠른 수렴 속도와 높은 정확도를 검증하였다.
Stats
로봇의 선형 가속도 측정 표준편차: 0.1 m/s^2
비관성 환경의 선형 가속도 측정 표준편차: 0.1 rad/s
로봇의 각속도 측정 표준편차: 0.01 rad/s
비관성 환경의 각속도 측정 표준편차: 0.01 rad/s
엔코더 측정 표준편차: 0.1 m/s