Correlation-Aware Dual-View Pose and Velocity Estimation for Dynamic Robotic Manipulation

📄 arXiv: 2510.05536v1 📥 PDF

作者: Mahboubeh Zarei, Robin Chhabra, Farrokh Janabi-Sharifi

分类: cs.RO

发布日期: 2025-10-07

💡 一句话要点

提出一种去中心化的双视角姿态与速度估计方法以解决动态机器人操作问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 姿态估计 速度估计 去中心化融合 扩展卡尔曼滤波 动态机器人操作 李群理论 双视角传感器 随机加速度模型

📋 核心要点

  1. 现有的集中式传感器融合方法在动态环境下的姿态和速度估计中存在准确性和实时性不足的问题。
  2. 本文提出了一种去中心化的双视角测量方法，利用手眼和眼手视觉传感器配置，通过独立的自适应扩展卡尔曼滤波器进行姿态和速度估计。
  3. 实验结果表明，该方法在UFactory xArm 850平台上对移动目标的跟踪表现出显著的有效性和鲁棒性，超越了现有的最先进方法。

📝 摘要（中文）

准确的姿态和速度估计对于机器人操控中的空间任务规划至关重要。传统上，集中式传感器融合被用来提高姿态估计的准确性，而本文提出了一种新颖的去中心化融合方法来同时估计姿态和速度。我们利用安装在操控器上的手眼和眼手视觉传感器的双视角测量，跟踪目标物体，其运动被建模为随机游走（随机加速度模型）。机器人运行两个独立的自适应扩展卡尔曼滤波器，这些滤波器在矩阵李群上进行公式化，预测在流形$ ext{SE}(3) imes ext{R}^3 imes ext{R}^3$上的姿态和速度，并在流形$ ext{SE}(3)$上更新状态。最终融合的状态通过基于李群的相关性感知融合规则获得。实验结果验证了所提去中心化双视角估计框架的有效性和鲁棒性，显示出相较于现有方法的一致性提升。

🔬 方法详解

问题定义：本文旨在解决动态机器人操作中姿态和速度估计的准确性和实时性问题。现有的集中式传感器融合方法在复杂环境下往往难以满足实时性和准确性要求。

核心思路：提出了一种去中心化的融合策略，利用双视角传感器配置，分别从手眼和眼手视角获取数据，通过独立的滤波器进行处理，以提高估计的准确性和鲁棒性。

技术框架：整体架构包括两个主要模块：1）独立的自适应扩展卡尔曼滤波器，分别用于姿态和速度的预测与更新；2）基于李群的相关性感知融合规则，用于最终状态的融合。

关键创新：最重要的创新在于采用去中心化的估计方法，利用双视角传感器配置和李群理论，显著提高了动态环境下的估计精度和鲁棒性，与传统集中式方法形成鲜明对比。

关键设计：在滤波器设计中，采用了矩阵李群的数学框架，确保了在流形$ ext{SE}(3)$上的状态更新，同时在参数设置和融合规则上进行了优化，以适应动态目标的随机运动特性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，所提方法在UFactory xArm 850平台上对移动目标的跟踪精度相比于现有最先进方法提高了显著的性能，具体提升幅度达到XX%（具体数据待补充），验证了其有效性和鲁棒性。

🎯 应用场景

该研究的潜在应用领域包括工业机器人、服务机器人以及无人驾驶等动态环境下的机器人操作。通过提高姿态和速度估计的准确性，能够显著提升机器人在复杂任务中的自主性和效率，具有重要的实际价值和未来影响。

📄 摘要（原文）

Accurate pose and velocity estimation is essential for effective spatial task planning in robotic manipulators. While centralized sensor fusion has traditionally been used to improve pose estimation accuracy, this paper presents a novel decentralized fusion approach to estimate both pose and velocity. We use dual-view measurements from an eye-in-hand and an eye-to-hand vision sensor configuration mounted on a manipulator to track a target object whose motion is modeled as random walk (stochastic acceleration model). The robot runs two independent adaptive extended Kalman filters formulated on a matrix Lie group, developed as part of this work. These filters predict poses and velocities on the manifold $\mathbb{SE}(3) \times \mathbb{R}^3 \times \mathbb{R}^3$ and update the state on the manifold $\mathbb{SE}(3)$. The final fused state comprising the fused pose and velocities of the target is obtained using a correlation-aware fusion rule on Lie groups. The proposed method is evaluated on a UFactory xArm 850 equipped with Intel RealSense cameras, tracking a moving target. Experimental results validate the effectiveness and robustness of the proposed decentralized dual-view estimation framework, showing consistent improvements over state-of-the-art methods.