状态估计

State Estimation常用

用带噪声的传感器读数，推算机器人此刻的位置、姿态和速度。

状态估计是根据传感器测量和运动模型，推断不能直接读出的状态量，如机身位姿、速度和传感器零偏。各种传感器都有噪声和漂移，要按可信度融合，常用卡尔曼滤波家族、粒子滤波或因子图优化。以腿足机器人为例：IMU 测角速度和加速度，关节编码器配合腿部运动学算出脚相对机身的位置，再假设支撑脚不打滑，就能估出机身速度；密歇根大学 2018 年的接触辅助不变 EKF 在 Cassie 双足上验证了这种做法。强化学习运控策略需要的机身线速度就来自状态估计器，也有工作直接用神经网络学它。