摘要
本发明公开了一种基于物理信息约束的人形机器人姿态估计方法,包括:步骤1,建立姿态估计网络模型;步骤2,构建损失函数;步骤3,训练姿态估计网络模型,然后使用姿态估计网络模型进行姿态估计;步骤4,计算状态预测值及其协方差矩阵;步骤5,计算姿态估计网络模型的增益矩阵;步骤6,计算状态的后验估计值及其协方差矩阵;步骤7,对状态估计结果进行计算,得到当前时刻的人形机器人的关节姿态估计;步骤8,重复执行步骤4至步骤7,得到所有时刻的姿态估计结果。本发明混合模型驱动的结构能有效避免网络模型对标注数据需求大,容易陷入局部最优等情况,能够提供准确的姿态估计结果。
技术关键词
姿态估计方法
人形机器人
协方差矩阵
傅里叶变换函数
姿态解算算法
误差函数
动态更新代理模型
物理
观测噪声
状态更新
线性模块
网络
低通滤波模块
卡尔曼滤波
定义
关节