买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京理工大学

申请日：2024-10-10

公开（公告）日：2025-01-14

公开（公告）号：CN119310997A

专利技术分类：

专利摘要：本发明公开了一种面向轮足机器人多模式运动的状态估计方法。所述方法包括：基于卡尔曼滤波器融合关节电机数据、轮式电机数据、IMU数据构建状态方程与观测方程；其中观测方程通过引入偏置非偏置轮足机器人完整运动学模型与一阶微分运动学模型，计算轮地接触点准确位置及速度，并通过构建非对称轮式滑移运动模型，计算轮式附加自由度带来的滑动位移，从而同时考虑到轮式结构与轮式附加自由度对里程计更新的影响；通过在观测方程中引入支撑相轮地可靠接触假设，防止机身高度估计漂移。本发明能够在轮式、足式、轮足混合式多等模式下实现轮足机器人高可靠的状态估计，解决了现有本体状态估计器无法适用于轮足机器人的难题。

专利权项：1.一种面向轮足机器人多模式运动的状态估计方法，其特征在于，包括：S1、采集轮足机器人关节电机、轮式电机及IMU数据，获得机器人关节位置与速度、轮式电机位置与速度、机身三自由度线性加速度、机身三自由度旋转角速度、机身三自由度姿态欧拉角；S2、针对轮足机器四轮位置时变特性，构建非对称轮式滑移运动学模型，基于S1所述数据计算轮式附加自由度带来的滑动位移，解决传统四轮车运动学模型无法直接用于轮足机器人的问题；S3、构建偏置非偏置轮足机器人运动学模型与一阶微分运动学模型，基于S1所述数据计算轮地接触点相对于机身的位置、轮地接触点相对于机身的速度，提升腿末端位置、速度计算精度；S4、构建离散卡尔曼滤波器状态方程、观测方程：S4.1、离散卡尔曼滤波器状态方程如式a所示：xk24×1＝A24×24xk-124×1+B24×3u3×1axk24×1为当前时刻状态向量，xk-124×1为上一时刻状态向量，A24×24为系统矩阵，B24×3为输入矩阵、u3×1为输入向量。状态向量具体为pb为机身位置，υb为机身速度，pb-w轮子转动产生的机身位移，υb-w轮子转动产生的机身速度，分别为四条腿对应的轮末端位置。S4.2、离散卡尔曼滤波器观测方程如式b所示：y31×1＝C31×24x24×1b其中y31×1为观测向量，C31×24为输出矩阵。观测向量具体为分别为四条腿对应的轮末端相对于机身的位置，分别为四条腿对应的轮末端相对于机身的速度不含轮子转动产生的速度，υb-w为轮子转动产生的机身位移测量值，分别为四条腿对应的轮地接触点竖直高度方向位置。其中，υb-w由步骤S2所述的非对称轮式滑移运动学模型更新，由步骤S3所述的偏置非偏置轮足机器人运动学模型计算更新，由步骤S3所述的偏置非偏置轮足机器人一阶微分运动学模型计算更新。S5、离散卡尔曼滤波器初始化、迭代计算，输出轮足机器人机身位置、机身速度状态估计值。

百度查询： 南京理工大学 一种面向轮足机器人多模式运动的状态估计方法