提出LQR-ArUco融合分层控制框架
热点事件观察中
提出LQR-ArUco融合分层控制框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Anupam Chatterjee、Arpita Kumari 提出面向两轮倒立摆（TWIP）机器人的 LQR-ArUco 融合分层控制框架，用于非对称物体操作时的动态失稳与导航漂移问题，已被 2026 IEEE 国际智能导航与系统会议（CINS，迪拜）接收。 框架分两层：机外视觉系统跟踪 ArUco 标记，提供高时延的全局航点导航以绕开里程计漂移；机载低时延控制环用惯性与编码器数据抑制扰动。作者称实测中该双环方案让自制机器人准确导航、抵御减速带冲击、适应动态跷跷板坡道并稳定搬运负载。
AI 根据报道生成 · 1 天前更新
最新进展10月6日 12:00
LQR-ArUco 融合：面向两轮机器人导航与非对称操作的鲁棒分层控制报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv cs.RO 机器人学LQR-ArUco 融合：面向两轮机器人导航与非对称操作的鲁棒分层控制
提出 LQR-ArUco 融合的分层控制框架，解决两轮倒立摆（TWIP）机器人在非对称物体操作中的动态失稳与导航漂移。机外视觉系统跟踪 ArUco 标记提供高时延全局航点导航以绕开里程计漂移，机载低时延控制环用惯性与编码器数据抑制扰动。实测中该双环方案让自制机器人准确导航、抵御减速带冲击、适应动态跷跷板坡道并稳定搬运负载。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 510月7日 13:00
- 近 24 小时变化
- -51%
0246
18:0010月8日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。