Core Concepts
最適推定は多接触慣性推定と位置推定のための強力なツールである。ただし、これらの大規模で困難な最適化問題を効率的に解くことが重要である。本研究では、(i) 時間的および parametric な構造を活用する複数シューティングソルバーを開発し、(ii) 完全な物理的整合性を確保する慣性局所多様体を提案する。さらに、(iii) 最適推定ソルバーにヌルスペースアプローチを導入し、(iv) 接触ダイナミクスの解析微分を開発する。
Abstract
本論文は、最適推定を用いた多接触慣性推定と位置推定の効率的なアプローチを提案している。
複数シューティングソルバー
時間的および parametric な構造を活用することで、大規模で困難な最適化問題を効率的に解く。
単一シューティングアプローチに比べ、数値的に優れた性能を示す。
慣性局所多様体
完全な物理的整合性を確保する新しい多様体を提案。
従来の対数コレスキー多様体に比べ、収束性が向上。
対称的な慣性に起因する特異性を処理するためにヌルスペースアプローチを導入。
接触ダイナミクスの解析微分
慣性パラメータに関する接触ダイナミクスの解析微分を開発。
効率的な最適推定を可能にする。
提案手法は、ヒューマノイドのブラキエーションや backflip などの複雑なマニューバを含む様々なロボティクスタスクで成功裏に最適推定問題を解決できることを示している。また、Go1ロボットでの実験的検証により、未知ペイロードの推定や、ハイブリッドダイナミクスを活用した位置推定の有効性を実証している。
Stats
ペイロードの質量は7.364 kgと推定された。
ハイブリッドダイナミクスを考慮した位置推定は、IMUドリフトをほぼ全て補正できた。