最先进的腿机器人可以在其驱动系统的输出处测量扭矩,或者具有透明的驱动系统,从而能够从电动电流计算关节扭矩。无论哪种情况,这种传感器模式很少用于状态估计。在本文中,我们建议使用关节扭矩测量值来估计腿部机器人的质心状态。为此,我们将腿部机器人的全身动力学投射到接触约束的无空间中,从而使动力学的表达独立于接触力。使用受约束的动力学和质心动量矩阵,我们能够直接将关节扭矩和质心态动力学联系起来。使用结果模型作为扩展卡尔曼滤波器(EKF)的过程模型,我们将扭矩测量融合在质心状态估计问题中。通过在具有不同步态的四倍机器人上进行的实际实验,我们证明,与直接计算相比,基于扭矩的EKF的估计质心状态大大改善了这些数量的回收率。
translated by 谷歌翻译