New York University（纽约大学）

K-VARK: Kernelized Variance-Aware Residual Kalman Filter for Sensorless Force Estimation in Collaborative Robots

K-VARK: 用于协作机器人无传感器力估计的核化方差感知残差卡尔曼滤波器

Oğuzhan Akbıyık, Naseem Alhousani, Fares J. Abu-Dakka

机构 * TU Wien（维也纳技术大学） ； MCFLY Robot Technologies（MCFLY机器人技术公司） ； Mechanical Engineering Program, New York University Abu Dhabi（纽约大学阿布扎赫尔分校机械工程项目） 纠错

AI总结 提出K-VARK方法，通过核化运动基元学习残差力矩的预测均值和异方差方差，并自适应调整卡尔曼滤波噪声协方差，在6自由度协作机械臂上实现无传感器力估计，RMSE降低20%以上。