IROS 2025 | 上海交通大学提出ICF-DO：一种面向舵轮机器人的鲁棒分布式里程计

摘 要

舵轮(四驱四转)构型得到了广泛的应用。在其控制中，里程估计是一个重要问题。

上海交通大学自动化系IWIN-FINS实验室提出一种名为ICF-DO(信息一致性滤波的分布式里程计)的新型轮式里程计框架，为可转向轮式移动机器人实现低计算复杂度、高鲁棒性的里程估计。

作为实验验证工具，元客视界FZMotion运动捕捉系统作为真实值(Ground Truth)的基准参考，用于验证所提出的分布式里程计(ICF-DO)的精度和可靠性。

相关论文《A Robust Distributed Odometry for Mobile Robots with Steerable Wheels》该研究成果已被机器人顶会IROS 2025收录发表。

研 究 内 容

通过刚体运动学的推导，可以得到集中式的底盘速度估计方程。在ICF滤波的框架下，ICF-DO根据各个轮子的编码器信息，分布式估计了底盘的运动状态。并且，该方法能够处理运动学奇异和部分轮子通信断联的问题，且具备较小的计算开销(40+μs@STM32F4)。

实 验 效 果

本文实验基于FZMotion动捕设备，在自主研发的舵轮机器人Fines上仅加装3个红外反光点，便实现了对其空间位姿的实时高精度捕捉。基于捕捉数据回放与分析，我们绘制了论文中的关键结果插图。

实验表明，相较于传统方法，ICF-DO算法在性能上表现更优，并对数据丢包与节点失联等异常场景展现出卓越的鲁棒性。

该算法在嵌入式平台完成部署后，经FZMotion提供的真值数据评估，其有效性与实用性得到了充分验证。

相较于传统定位方式，FZMotion极大程度简化了参数调试与RMSE评估阶段的工作量，使研究人员能将精力聚焦于核心算法与应用研究。此外，相较于其他动捕品牌，FZMotion动捕系统部署简单，仅需对机器人进行微小改动，即可快速获得高精度动捕方案的赋能，显著提升了科研验证的效率。

作 者 补 充 信 息

后续FineMote发布的时候，该方法会随框架一起发布，不进行单独开源。在FineMote加持下，ICF-DO可以很快部署于常见总线电机搭建的舵轮底盘上，原生支持C板与达妙板等机器人开发板。大家可以期待一下后续FineMote的发布。

也欢迎大家持续关注上海交通大学IWIN-FINS实验室的后续工作，课题组也长期招收对舵轮感兴趣的小伙伴。

(B站”上交IWIN-FINS实验室”)