面向低成本差速驱动UGV的实-虚参数标定与多阶段跨域导航验证框架

《Sensors》：Real-to-Sim Calibration and Cross-Domain Trajectory Validation of a Low-Cost Multi-Sensor UGV Digital Twin

　　

摘要

在低成本自主移动机器人领域弥合"实-虚"差距，需要仔细地对运动学几何、执行器行为和传感器特性进行跨域对齐。本文提出了一种系统化的"实-虚"参数标定与多阶段实验验证框架，适用于运行于NVIDIA Isaac Sim环境中的低成本差速驱动无人地面车辆（Jackson UGV）。该标定过程区分了初始产品/设计参考值、直接测量的物理几何参数、经验调整的ROS 2运行时参数以及仿真专用的PhysX参数。通过调整虚拟轮几何、惯性传感器特性和PhysX关节驱动阻尼，该框架实现了物理执行与数字孪生行为之间的受控对比。在三个实验阶段的基准评估——方形航点跟踪轨迹、连续8字机动以及迷宫航线中的动态避障——中，量化了旋转重复性、时间对齐、估计器一致性和跨域轨迹偏差。方形和8字试验揭示了一种本体感觉"估计器乐观差距"现象：车载扩展卡尔曼滤波（EKF）估计在内部保持可重复性，但相对于外部地面测量或仿真器提供的参考位姿，会低估终端位移。在第3阶段，基于2D激光雷达的定位和Nav2/DWB局部规划减少了对纯本体感觉航位推算的依赖，在物理和虚拟部署中均未观察到碰撞事件的情况下实现了 的目标完成率。实验结果支持将经标定的数字孪生作为受控仿真基线，用于研究跨域导航行为，并为未来自主移动机器人导航算法的"虚-实"迁移评估提供基础。