提出首个连续时空状态估计算法，用于柔性机器人的精准建模。

Space-Time Continuum: Continuous Shape and Time State Estimation for Flexible Robots

• 用高斯过程构建时空联合先验，同时建模形变与时间动态。
• 首次实现柔性机器人在连续时空下的状态估计，精度显著提升。
• 适合需高精度轨迹追踪的柔性机器人系统研究者。

本文介绍一种新型连续状态估计算法，用于连续体机器人。将估计问题建模为因子图优化问题，引入一种在弧长和时间维度上参数化的高斯过程先验。基于此，提出了首个针对连续体机器人在连续时间和空间上的状态估计算法，能够同时捕捉形变与时间演化特性，为柔性机器人提供更精确的实时状态反馈。

原文摘要 · Abstract (English)

This extended abstract introduces a novel method for continuous state estimation of continuum robots. We formulate the estimation problem as a factor-graph optimization problem using a novel Gaussian-process prior that is parameterized over both arclength and time. We use this to introduce the first continuous-time-and-space state estimation method for continuum robots.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。