A2I-Calib++：面向足式机器人全身多IMU系统的运动学驱动抗噪主动标定框架
提出A2I-Calib++，一种面向足式机器人机体多IMU系统的运动学驱动抗噪主动标定框架，无需人工标定靶标，也无需对目标IMU做复杂参数调优，即可估计时间偏移、外参旋转平移与惯性零偏。框架含三个模块：受噪声各向同性启发的激励轨迹（由有限时域条件性命题支撑）、结合滚动接触奖励的约束感知对抗运动先验控制器、以及融合预标定小腿IMU与关节运动学的接触约束虚拟IMU。在仿真与真实四足平台上的评估显示，相比传统方法噪声敏感度与仿真标定误差明显降低，真实标定可重复，本体感知里程计精度提升。
发布于 10-22 13:00来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《A2I-Calib++: A Kinematics-Driven Anti-noise Active Calibration Framework for Whole-Body Multi-IMU Systems on Legged Robots》查看原链
arXiv:2610.29438v1 公告类型：新论文 摘要：近年来，多节点惯性测量单元（multi-IMU）系统在足式机器人鲁棒里程计中展现出潜力。 多IMU融合可提升足式机器人里程计精度，但需要传感器间精确的时空标定。 现有面向空中或手持平台的多IMU标定方法在足式机器人上面临挑战：常规运动可能激励不足，而足部打滑、冲击与振动会引入测量扰动。
为此，我们提出A2I-Calib++，一种运动学驱动的抗噪主动标定框架，面向被机器人运动学模型覆盖的机体安装IMU。 该方法通过时间相关性搜索，随后进行解析空间与零偏估计，估计时间偏移、外参旋转与平移以及惯性零偏，无需人工标定靶标，也无需对目标IMU进行复杂参数调优。
A2I-Calib++包含三个核心模块：1）受噪声各向同性启发的轨迹，由有限时域条件性命题支撑，生成足以限制噪声敏感度的充分激励；2）约束感知的对抗运动先验控制器，将抗噪激励与滚动接触奖励结合，实现接触感知执行；3）接触约束虚拟IMU，在滚动接触模型下融合预标定的小腿IMU与关节运动学，构建标定参考。
此外，在仿真与真实四足平台上的评估表明，与传统方法相比，该方法显著降低了噪声敏感度与仿真标定误差，并实现了可重复的真实世界标定以及足式机器人本体感知里程计精度的提升。