💻 computer science

OCELOT: Odometry and Contact Estimation for Legged Robots

Dieser Beitrag stellt OCELOT vor, eine vollständige Bein-Odometrie-Pipeline, die einen Error-State-EKF mit propriozeptiven Sensoren und ein neuartiges Dual-Detektor-Kontaktschätzmodul nutzt, um Gleiten explizit zu identifizieren und zu verwerfen und so eine präzise und robuste Lokalisierung über verschiedene Gelände hinweg ohne externe Sensoren zu erreichen.

Ursprüngliche Autoren: Emre Girgin, Cagri Kilic

Veröffentlicht 2026-05-22

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Emre Girgin, Cagri Kilic

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich einen vierbeinigen Roboter vor, der versucht, durch einen Wald, einen felsigen Strand oder einen unebenen Hinterhof zu laufen. Im Gegensatz zu einem Auto mit Rädern, die sich reibungslos abrollen, muss ein Roboter mit Beinen seine Füße ständig anheben, absetzen und abdrücken. Die größte Herausforderung? Genau zu wissen, wo er sich befindet, ohne die Welt mit Kameras oder GPS zu betrachten. Er muss sich vollständig auf die „Propriozeption" verlassen – das innere Gefühl für die Körperposition, ähnlich wie Sie im Dunkeln laufen können, ohne gegen Dinge zu stoßen, weil Sie wissen, wo sich Ihre Gliedmaßen befinden.

Dieser Artikel mit dem Titel OCELOT stellt ein neues „Gehirn" für diese Roboter vor, das ihnen hilft, ihren Standort zu ermitteln, selbst wenn ihre Füße auf rutschigen Felsen gleiten oder in weichem Gras versinken.

So funktioniert es, aufgeteilt in einfache Konzepte:

1. Das Problem: Der „Betrunkene Gang"

Wenn ein Roboter läuft, nutzt er ein internes Gyroskop (IMU), um seine Bewegung zu schätzen. Doch genau wie ein Mensch, der im Dunkeln läuft, summieren sich kleine Fehler auf. Wenn der Roboter glaubt, einen Schritt nach vorne gemacht zu haben, aber tatsächlich seitlich gerutscht ist, wächst dieser Fehler. Mit der Zeit glaubt der Roboter, an einem anderen Ort zu sein als er es tatsächlich ist. Dies wird „Drift" genannt.

Um dies zu beheben, muss der Roboter genau wissen, wann ein Fuß fest am Boden steht und sich nicht bewegt. Wenn ein Fuß am Boden feststeckt, kann der Roboter sagen: „Okay, ich weiß genau, wo dieser Fuß ist; lassen Sie mich das nutzen, um meine Karte zu korrigieren."

Der Haken: Es ist schwer zu erkennen, ob ein Fuß wirklich feststeckt.

Wenn der Roboter auf einen Felsen tritt, könnte der Fuß sich schwer anfühlen (hohe Kraft), aber er könnte seitlich rutschen.
Wenn der Roboter auf weiches Gras tritt, bewegt sich der Fuß vielleicht nicht viel, aber der Boden gibt nach, was es schwer macht zu erkennen, ob er tatsächlich stationär ist.

2. Die Lösung: Ein „Doppel-Check"-System

Die Autoren entwickelten ein System, das wie ein sehr strenger Türsteher in einem Club funktioniert. Um dem Roboter zu erlauben, einem Schritt zu vertrauen, muss der Fuß zwei verschiedene Tests gleichzeitig bestehen. Wenn er einen davon nicht besteht, ignoriert der Roboter diesen Schritt, um nicht den Weg zu verlieren.

Test A: Die „Schwere Hand" (Kraftdetektor)

Der Roboter prüft, wie stark der Fuß nach unten drückt.

Die Analogie: Stellen Sie sich vor, Sie stehen auf einer Waage. Wenn die Waage null anzeigt, stehen Sie nicht darauf. Wenn sie Ihr Gewicht anzeigt, stehen Sie darauf.
Die Innovation: Anstatt einen einfachen „Ein/Aus"-Schalter zu verwenden (z. B. „wenn Gewicht > 10 kg, dann stehend"), verwendet das OCELOT-System ein intelligentes statistisches Modell (ein Gaußsches Mischmodell), das in Echtzeit lernt, wie sich „Stehen" und „Schwingen" anfühlen. Es passt sich dem Gelände an. Wenn der Boden weich ist, passt es seine Erwartungen an.

Test B: Der „Ruhe-Check" (Kinematischer Detektor)

Der Roboter prüft, ob sich der Fuß tatsächlich durch die Luft bewegt oder stillsteht.

Die Analogie: Stellen Sie sich vor, Sie halten eine Tasse Kaffee. Wenn Sie laufen, bewegt sich die Tasse. Wenn Sie stehen bleiben, bleibt die Tasse stehen. Der Roboter berechnet, wo der Fuß sollte sein, basierend auf seinen Beingelenken. Wenn die Mathematik sagt, der Fuß bewegt sich, aber der Roboter glaubt, er steht, stimmt etwas nicht (vielleicht rutscht er).
Die Innovation: Dies verwendet einen statistischen Test (GLRT), um festzustellen, ob die Geschwindigkeit des Fußes wirklich null ist oder nur „verrauscht".

3. Die „Fusion" (Die Entscheidung des Türstehers)

Die Magie geschieht, wenn diese beiden Tests kombiniert werden.

Szenario 1 (Rutschen auf Eis): Der Fuß fühlt sich schwer an (Test A besteht), aber er rutscht seitlich (Test B scheitert). Ergebnis: Der Roboter sagt: „Ich rutsche! Vertraue diesem Schritt nicht."
Szenario 2 (Versinken im Schlamm): Der Fuß bewegt sich nicht viel (Test B besteht), aber der Boden gibt nach, sodass die Kraftmessung seltsam ist (Test A scheitert). Ergebnis: Der Roboter sagt: „Der Boden ist instabil! Vertraue diesem Schritt nicht."
Szenario 3 (Perfekter Schritt): Der Fuß ist schwer und bewegt sich nicht. Ergebnis: Der Roboter sagt: „Toll! Ich weiß genau, wo ich bin."

4. Der „Vertrauens-Score"

Anstatt nur „Ja" oder „Nein" zu sagen, gibt das System einen Vertrauens-Score (von 0 bis 1) aus.

Wenn der Score hoch ist (perfekter Schritt), nimmt der Roboter eine große Korrektur seiner Karte vor.
Wenn der Score niedrig ist (vielleicht ein kleines Rutschen), nimmt der Roboter eine winzige Korrektur vor oder ignoriert sie ganz.
Dies verhindert, dass der Roboter aufgrund schlechter Daten große Fehler macht.

5. Der Beweis: Der „2,4 km lange Spaziergang"

Um zu beweisen, dass dies funktioniert, testeten die Forscher es nicht nur in einem sauberen Labor. Sie bauten einen riesigen Datensatz:

Der Roboter: Ein Unitree Go2 Vierbeiner (ein hundeartiger Roboter).
Die Reise: Sie ließen ihn 2,4 Kilometer (etwa 1,5 Meilen) über 29 verschiedene Pfade laufen.
Das Gelände: Beton, Fliesen, Gras, Kieselsteine und zerklüftete Felsen.
Das Ergebnis: Ihre Methode war deutlich genauer als frühere Methoden. Während andere Roboter den Weg verließen oder vom Kurs abkamen (besonders auf Felsen und Kieselsteinen), blieb der OCELOT-Roboter auf Kurs. Er schnitt sogar besser ab als einige Systeme, die tatsächlich Kameras verwenden (die normalerweise auf Felsen oder im Dunkeln versagen).

Zusammenfassung

OCELOT ist wie einem Roboter einen superempfindlichen Tastsinn und Gleichgewichtssinn zu verleihen. Durch den Abgleich, wie stark der Fuß gegen den Boden drückt, mit der Tatsache, wie still der Fuß tatsächlich ist, kann der Roboter den Unterschied zwischen einem soliden Schritt und einem gefährlichen Rutschen erkennen. Dies ermöglicht es ihm, sich durch raues, unvorhersehbares Gelände zu bewegen, ohne den Weg zu verlieren, und das alles, ohne die Welt sehen oder GPS nutzen zu müssen.

Technischer Zusammenfassung: OCELOT – Odometrie und Kontaktabschätzung für beinbasierte Roboter

Problemstellung

Eine präzise Odometrie für beinbasierte Roboter in unstrukturiertem und unebenem Gelände bleibt eine erhebliche Herausforderung, insbesondere bei ausschließlicher reliance auf onboard-propriozeptive Sensoren (IMU, Gelenkencoder und Kraftsensoren). Im Gegensatz zu radbasierten Robotern erfahren beinbasierte Systeme intermittierende Kontaktdynamiken, bei denen die Füße zyklisch Kontakt mit dem Boden aufnehmen und unterbrechen. Die fundamentale Einschränkung der propriozeptiven Beinodometrie ist die Nichtbeobachtbarkeit der absoluten Position und Ausrichtung, wenn ausschließlich körperfixierte Sensoren herangezogen werden. Obwohl Error-State Extended Kalman Filter (ESEKF) das dominierende Framework zur Zustandsfortschreibung über Inertiale Navigationssysteme (INS) und zur Korrektur von Drift mittels Zero Velocity Updates (ZUPTs) darstellen, hängt ihre Wirksamkeit von der genauen Identifizierung ab, wann sich ein Fuß in einer stationären „Stützphase“ befindet. Bestehende Kontaktabschätzungsmethoden haben oft Schwierigkeiten mit Fußrutschen, versagen bei der Anpassung an unterschiedliche Geländeeigenschaften oder sind auf ergänzende Hardware (z. B. am Fuß montierte IMUs) und lernbasierte Klassifikatoren angewiesen, die keine kalibrierte Unsicherheit bieten.

Methodik

Die Arbeit schlägt OCELOT vor, eine vollständige Beinodometrie-Pipeline, die auf einem ESEKF basiert und ausschließlich auf standardmäßigen propriozeptiven Daten beruht: einer körperfixierten IMU, Gelenkencodern und Fußkraftsensoren. Die Kerninnovation liegt in einem fusionierten Kontakt-Erkennungs- und Unsicherheitsquantifizierungsmodul, das entwickelt wurde, um Rutschen explizit zu identifizieren und abzulehnen.

1. Rahmenwerk zur Zustandsschätzung

Das System verwendet einen ESEKF, bei dem der Zustand in einen nichtlinearen nominalen Zustand (Position, Geschwindigkeit, Orientierung, IMU-Bias) und einen linearen Fehlerzustand unterteilt ist.

Fortschreibung: Der nominale Zustand wird mittels Euler-Integration über bias-korrigierte IMU-Messungen fortgeschrieben.
Korrektur: Der Filter korrigiert die Drift, wenn festgestellt wird, dass sich ein Fuß in der Stützphase befindet, unter der Annahme, dass die Geschwindigkeit des Fußes relativ zum Weltkoordinatensystem null ist ( $v^W_{foot} = 0$ ).

2. Fusionierte Kontakt-Erkennung

Um Stützphasen robust zu bestimmen, führt das System für jeden Fuß zwei parallele Detektoren aus und fusioniert deren Ausgaben:

Detektor 1: Kraftbasierte GMM-gesteuerte FSM
- Nutzt Daten der Bodenreaktionskraft (GRF), um physischen Kontakt zu bestimmen.
- Statt fester Schwellenwerte verwendet sie ein Gaussian Mixture Model (GMM), das an ein gleitendes Fenster historischer Kraftdaten angepasst ist, um autonom bimodale Verteilungen (Schwungphase vs. Stützphase) zu identifizieren.
- Ein Finite State Machine (FSM) nutzt dynamisch generierte Schwellenwerte ( $F_{on}$ , $F_{off}$ ), um Zustandsübergänge zu verwalten und sich an unterschiedliche Oberflächeneigenschaften ohne manuelle Abstimmung anzupassen.
- Gibt einen kontinuierlichen Qualitäts-Score ( $q_{FSM}$ ) aus, der die Wahrscheinlichkeit einer physischen Belastung darstellt.
Detektor 2: Kinematikbasierter GLRT
- Nutzt die geschätzte Fußgeschwindigkeit, die aus der Körper-IMU und der Gelenkkinemik abgeleitet wird.
- Wendet einen Generalized Likelihood Ratio Test (GLRT) an, um die Hypothese zu bewerten, dass der Fuß stationär ist ( $H_0$ ) gegenüber der Bewegung ( $H_1$ ).
- Im Gegensatz zu früheren Arbeiten, die fußmontierte IMUs erfordern, stützt sich diese Methode ausschließlich auf die Hauptkörper-IMU und kinematische Modelle.
- Gibt einen kontinuierlichen Qualitäts-Score ( $q_{GLRT}$ ) aus, der die kinematische Stationarität darstellt.

3. Adaptive Unsicherheitsquantifizierung

Die beiden Scores werden mittels eines multiplikativen „soft AND-Gates" fusioniert ( $q_{final} = q_{FSM} \times q_{GLRT}$ ). Dies stellt sicher, dass nur dann ein hoher Konfidenzwert erreicht wird, wenn der Fuß sowohl physisch belastet als auch kinematisch stationär ist.

Dynamische Kovarianz: Der fusionierte Score wird verwendet, um eine adaptive Messrausch-Kovarianzmatrix ( $R_i$ $R_{i}$ ) für den ESEKF zu berechnen.
- Hohe Konfidenz (kein Rutschen) $\rightarrow$ Niedrige Kovarianz (starke Korrektur).
- Niedrige Konfidenz (Rutschen oder Rauschen) $\rightarrow$ Hohe Kovarianz (der Filter gewichtet die Messung herunter).
Gating: Ein innovationsbasiertes Gating-Schritt ( $\chi^2$ -Test) lehnt statistische Ausreißer vor der finalen Korrektur weiter ab.

Hauptbeiträge

Neuartiges Kontakt-Erkennungs-Framework: Eine Fusion eines kraftbasierten GMM-FSM und eines kinematikbasierten GLRT-Detektors, die den Bedarf an zusätzlichen fußmontierten Sensoren eliminiert und gleichzeitig einen kontinuierlichen Kontaktqualitäts-Score generiert.
Adaptive Unsicherheitsschätzung: Eine Methode, um den fusionierten Kontaktqualitäts-Score in eine dynamische Messkovarianz ( $R_i$ ) zu übersetzen, wodurch der ESEKF Messungen intelligent basierend auf ihrer Zuverlässigkeit gewichten und Rutschereignisse robust ablehnen kann.
Open-Source ESEKF-Pipeline: Ein vollständiger Zustandsschätzer für die Odometrie von vierbeinigen Robotern unter Verwendung ausschließlich onboard-propriozeptiver Sensoren.
Multi-Terrain-Datensatz: Ein öffentlich verfügbarer Datensatz, der 29 Sequenzen (insgesamt 2,4 km) über verschiedene Geländetypen (Beton, Fliesen, Gras, Kiesel, Fels) umfasst, einschließlich synchronisierter propriozeptiver Daten, RGB-Videos und Punktwolken.

Experimentelle Ergebnisse

Die Autoren bewerteten OCELOT gegenüber wegweisenden propriozeptiven Baselines (Bloesch et al., Hartley et al.) und state-of-the-art Visual-Inertial-Odometry (VIO)-Systemen (OpenVINS, VINS-Fusion) auf ihrem benutzerdefinierten Datensatz.

Propriozeptiver Vergleich: OCELOT übertraf bestehende propriozeptive Methoden bei allen Geländetypen und Metriken (ATE, AHE, RPE, Drift) signifikant.
- Auf Fels-Gelände erreichte OCELOT einen Absolute Trajectory Error (ATE) von 6,857 m, verglichen mit 15,028 m (Hartley et al.) und 30,876 m (Bloesch et al.).
- Auf Beton reduzierte OCELOT den ATE auf 12,019 m, eine erhebliche Verbesserung gegenüber den Baselines.
Exterozeptiver Vergleich: Trotz der ausschließlichen Verwendung propriozeptiver Sensoren übertraf OCELOT VIO-Systeme auf herausforderndem körnigem Gelände (Kiesel, Fels) und verformbaren Oberflächen (Gras).
- Auf Fels versagten VIO-Systeme erheblich (OpenVINS ATE: 27,279 m; VINS-Fusion: 15,719 m), während OCELOT einen ATE von 6,857 m beibehielt.
- Die Autoren stellen fest, dass VIO-Systeme auf hochdynamischen, feature-armen Oberflächen (Beton, Fliesen) Schwierigkeiten hatten, was zu einer Divergenz führte, während OCELOT robust blieb.
Ablationsstudien:
- Notwendigkeit der Fusion: Die Ablationsstudie zeigte, dass keiner der Detektoren allein ausreicht. Der GLRT-only-Detektor litt unter akkumuliertem kinematischem Rauschen auf langen Trajektorien (z. B. 23,161 m ATE auf Beton), während der FSM-only-Detektor bei bestimmten Sequenzen versagte (z. B. 9,577 m ATE auf Fliesen), bei denen Kraftdaten allein den Kontakt fehlklassifizierten. Das fusionierte Modell erreichte konsistent den niedrigsten oder nahezu niedrigsten Fehler über alle Geländetypen hinweg.
- Auswirkung der Kovarianz: Die Sensitivitätsanalyse bestätigte, dass eine genaue Kovarianzquantifizierung kritisch ist; eine Unterschätzung der Kovarianz (Erzwingen eines hohen Vertrauens in verrauschte Daten) führte zu schwerem seitlichem Drift und Gier-Divergenz, einem Versagensmodus, der bei Baseline-Methoden beobachtet wurde, die statische oder schlecht skalierte Kovarianzen verwendeten.

Bedeutung und Behauptungen

Die Arbeit behauptet, dass OCELOT eine robuste Lösung für die Odometrie beinbasierter Roboter in Umgebungen bietet, in denen Rutschen weit verbreitet ist und externe Sensoren (wie Kameras) aufgrund fehlender Merkmale oder dynamischer Beleuchtung versagen können. Durch die explizite Modellierung der Kontaktunsicherheit und die Fusion von Kraft- und Kinematikdaten erreicht die Methode eine präzise Zustandsschätzung ohne den Rechenaufwand der visuellen Verarbeitung oder die Hardwarekomplexität fußmontierter Sensoren. Die Autoren betonen, dass ihr Ansatz das Problem der „Nichtbeobachtbarkeit" der absoluten Ausrichtung in propriozeptiven Systemen effektiv handhabt, indem sichergestellt wird, dass nur hochwertige, nicht-rutschende Messungen zur Korrektur des Filters verwendet werden, wodurch die bei anderen Methoden übliche Gier-Divergenz verhindert wird. Die Veröffentlichung des Datensatzes und des Codes zielt darauf ab, weitere Forschungen in der Beinrobotik und der multimodalen Odometrie zu erleichtern.