核心概念
Unser Rahmenwerk kann erfolgreich Schätzprobleme für komplexe Manöver wie Brachiation in Humanoiden lösen und zeigt numerische Fähigkeiten über verschiedene Robotikaufgaben hinweg sowie Vorteile in experimentellen Versuchen mit dem Go1-Roboter.
要約
Der Artikel stellt einen effizienten Ansatz zur Lösung hybrider Optimalschätzprobleme in der Trägheitsschätzung und Lokalisierung vor. Er basiert auf vier technischen Beiträgen:
- Eine neuartige glatte Mannigfaltigkeit mit lokaler Submersion, die die vollständige physikalische Konsistenz der Trägheitsparameter garantiert.
- Ein Algorithmus für analytische Ableitungen der hybriden Kontaktdynamik in Bezug auf die Trägheitsparameter.
- Ein Nullraum-Ansatz zur Handhabung von Singularitäten, die bei der Trägheitsidentifikation auftreten.
- Ein Multiple-Shooting-Algorithmus für parametrisiertes DDP mit hybriden Kontaktdynamiken.
Das Optimalschätzungsrahmenwerk ist das erste seiner Art, das sowohl Trägheitsidentifikation als auch Lokalisierung in einem einheitlichen Ansatz vereint. Es verwendet einen neuartigen Multiple-Shooting-Solver, der Nullraum-Parametrisierung kombiniert, um die Exponentialwert-Singularitäten zu behandeln.
Die Leistungsfähigkeit des Frameworks wird in komplexen Szenarien wie Humanoiden-Brachiation und -Rückwärtssalti sowie in experimentellen Versuchen mit dem Go1-Roboter demonstriert. Dabei zeigt es Vorteile gegenüber bestehenden Ansätzen.
統計
Die Generalized-Torques können als affine Funktion der Trägheitsparameter π ausgedrückt werden: τ(u) = Y(q, v, v̇)π.
Die Bedingungen für die vollständige physikalische Konsistenz der räumlichen Trägheit lassen sich durch folgende Ungleichungen ausdrücken: m ≥ 0, Ic ⪰ 0, Dx < Dy + Dz, Dy < Dx + Dz, Dz < Dx + Dy.
引用
"Unser Optimalschätzungsrahmenwerk ist das erste seiner Art, das sowohl Trägheitsidentifikation als auch Lokalisierung in einem einheitlichen Ansatz vereint."
"Es verwendet einen neuartigen Multiple-Shooting-Solver, der Nullraum-Parametrisierung kombiniert, um die Exponentialwert-Singularitäten zu behandeln."