基于空间精细化和双向线性注意力的高效雷达-摄像头融合技术用于3D物体检测

《IEEE Robotics & Automation Magazine》：Efficient Radar-Camera Fusion via Spatial Refinement and Bidirectional Linear Attention for 3D Object Detection

　　

摘要：

在轨组装过程中，多接触点桁架爬升需要频繁切换刚性支撑，这会改变有效接触点、可行的力矩组合以及抓取映射的零空间，还可能增加低阻尼结构中的闭环内部载荷。本文提出了一种面向切换的、基于内部载荷约束的力矩控制执行框架，用于由高减速比位置伺服器驱动的闭环桁架爬升机器人。该框架通过基于质心位置的净力矩指令进行控制，该指令通过带有关联约束的二次规划算法生成，该算法能够限制接触范围，并对抓取映射的零空间成分施加惩罚。所分配的各分支力矩通过带有阻尼注入的过渡条件变量阻抗导纳、在线干扰补偿以及关节微增量驱动来执行，从而使该方法与位置伺服器硬件相兼容。在具有六轴手腕传感器且处于地面微重力环境下的桁架爬升原型机上的硬件实验验证了该框架在载荷传递和力矩控制方面的有效性。在完全支撑、行走以及小步快走等不同运动模式下，控制器都能保持力矩跟踪的稳定性，并实现切换后的快速恢复。小步快走模式下的实验表明，若取消考虑切换情况的参考条件或干扰补偿，垂直方向力矩的均方根误差会增加31–33%。在分配层面的实验则显示，若取消对零空间的惩罚，即使在相同的条件下，基于电流的力矩估算值也会上升。

I. 引言

对于大型桁架结构的在轨维护与组装任务，机器人需要在质量、体积和功率等严格限制条件下，在广阔的工作空间内长时间作业[1]、[2]。桁架爬升机器人[3]、[4]可以通过在节点处反复连接和断开来实现大范围的覆盖，但其运动过程以多接触点的闭环阶段为主，且需要频繁切换支撑。一个核心挑战在于如何在重构过程中实现平稳稳定的载荷传递，同时控制闭环内部的载荷在合理范围内，因为切换带来的瞬态现象可能会在刚性强、阻尼低的结构上引发振动，还会积累相反方向的载荷，从而影响力矩跟踪精度、增加执行器的负载，进而威胁机械结构的可靠性。