Author: Teng-Hu Chengemail: tenghu@nycu.edu.tw
Date: Jan. 2025
Website: https://ncrl.lab.nycu.edu.tw/member/
摘要
由於大部分機器狗為了節省成本,會省去安裝足底壓力感測器,而此感測器是判斷該支腳是否落地的重要元件,因此,必須向替代方案才能移除該感測元件。該腳落地的狀態判斷相當重要,會影響機器狗stance/swing腳狀態的切換,且影響whole body control的穩定性,因為該演算法假設stance是使用torque control來穩定機器狗。
這邊我們透過四足機器人的狀態,包含身體角速度、身體加速度、12軸馬達力矩、足底位置誤差(FK),並且標注是足底否觸地的狀態,來建立機率模型。這些資料都要在走路實驗過程記錄,這樣我可以拿這些標注的資料算觸地的機率模型。
方法使用的是EKF+Bayesian filter。
步驟:收集資料,微調機率模型(四足機器人每個狀態的mean、covariance)