Attention-Based Neural-Augmented Kalman Filter for Legged Robot State Estimation

Resumen Técnico: Filtro de Kalman Aumentado con Redes Neuronales Basado en Atención para la Estimación del Estado de Robots con Patas

Enunciado del Problema
Los robots con patas requieren una estimación precisa del estado en tiempo real (posición, velocidad, estado de contacto) para lograr una locomoción ágil a través de terrenos diversos. Si bien los sensores propioceptivos (IMU, codificadores de articulaciones) son más robustos ante condiciones meteorológicas adversas en comparación con los sensores exteroceptivos (LiDAR, cámaras), sufren errores de estimación significativos cuando ocurre deslizamiento del pie. Los estimadores estándar basados en cinemática, como el Filtro de Kalman Extendido Invariante (InEKF), se basan en una suposición de no deslizamiento donde los puntos de contacto se modelan como puntos fijos cuasi-estáticos. Cuando ocurre deslizamiento, esta suposición se viola, inyectando sesgo en el paso de actualización del estado. Los métodos existentes suelen manejar el deslizamiento indirectamente inflando la covarianza de las mediciones, descartando actualizaciones o tratando el deslizamiento como ruido de proceso. Estos enfoques no logran estimar explícitamente ni compensar directamente el sesgo inducido por el deslizamiento, lo que conduce a una deriva acumulada, particularmente en la dirección vertical ($z$). Además, los filtros aumentados con redes neuronales previos a menudo concatenan señales heterogéneas (deslizamiento, estado, mediciones) sin modelar explícitamente el deslizamiento como un contexto de condicionamiento, lo que resulta en compensadores difíciles de interpretar y ajustar en diversos regímenes de deslizamiento.

Metodología
Los autores proponen el Filtro de Kalman Aumentado con Redes Neuronales Basado en Atención (AttenNKF), un estimador híbrido que aumenta un InEKF estándar con un compensador neuronal diseñado para abordar explícitamente los errores inducidos por el deslizamiento.

1. Definición Continua del Nivel de Deslizamiento del Pie:
   El método define un indicador continuo de severidad de deslizamiento ($lv_i$) para cada pie basado en la magnitud de la velocidad del pie basada en cinemática directa en el marco del mundo durante la fase de apoyo. Este valor se mapea a través de una función sigmoide para producir una puntuación continua en $[0, 1]$. Este nivel de deslizamiento sirve como una variable de contexto en lugar de una medición directa, reflejando la violación de la suposición de velocidad cero en el contacto.

2. Arquitectura del Compensador Neuronal (AttenNC):
   A diferencia de trabajos anteriores que tratan el deslizamiento como una característica de entrada simple, AttenNKF trata el deslizamiento como un contexto que modula cómo se utiliza la historia del InEKF para la compensación.

   • Codificación Latente: La historia posterior del InEKF (estado y correcciones internas) y la historia del deslizamiento se codifican por separado en representaciones latentes utilizando Unidades Recurrentes con Puertas (GRU).
   • Mecanismo de Atención Cruzada: La innovación central es un módulo de atención cruzada donde el latente de deslizamiento actúa como la consulta, y el latente del InEKF actúa como la clave y el valor. Esto permite que la red revalore dinámicamente las características latentes del InEKF basándose en el régimen de deslizamiento actual. Por ejemplo, bajo alto deslizamiento, el mecanismo de atención puede enfatizar o suprimir selectivamente elementos específicos de la historia del InEKF para generar una compensación más apropiada.
   • Estrategia de Entrenamiento: El compensador se entrena en dos pasos:
     • Paso 1: Se entrena un autoencoder basado en GRU para mapear las entradas a un espacio latente, mitigando la sensibilidad a las escalas de entrada brutas.
     • Paso 2: El mecanismo de atención se entrena en el espacio latente utilizando un marco de "maestro-alumno". Un Codificador de Error (maestro) genera un vector latente objetivo a partir de errores de verdad fundamental, mientras que los Codificadores de InEKF y de Deslizamiento (alumno) generan el latente de compensación mediante atención cruzada. El alumno es supervisado para coincidir con la representación latente del maestro y el error final del estado.

3. Integración con InEKF:
   AttenNKF opera como un paso de post-procesamiento. El InEKF realiza sus pasos estándar de predicción y actualización en el grupo de Lie $SEN+2(3)$. El compensador neuronal toma luego el estado posterior del InEKF y el contexto de deslizamiento para predecir una compensación residual ($\bar{e}_t$). Esta residual se aplica a la orientación (mediante el mapa exponencial en $SO(3)$) y a la velocidad/posición (mediante corrección aditiva) para producir el estado estimado final. El compensador no modifica la matriz de covarianza del InEKF ni retroalimenta la recursión del filtro.

Contribuciones Clave

• Compensación Condicionada al Deslizamiento: El artículo define un nivel continuo de deslizamiento del pie y demuestra una correlación positiva moderada a fuerte entre la severidad del deslizamiento y el error de estimación del estado, justificando el deslizamiento como una variable de contexto explícita.
• Arquitectura Basada en Atención: Los autores proponen un Compensador Neuronal que utiliza atención cruzada para tratar el deslizamiento como un contexto modulador en lugar de una característica concatenada. Esto permite que el compensador aprenda estructuras dependientes del régimen de deslizamiento para la reducción de errores.
• Evaluación Exhaustiva: El método se evalúa en un robot Unitree Go1 a través de diversos terrenos interiores (plano, grava, teflón de baja fricción, escaleras) y una trayectoria exterior (~100 m sobre césped deformable).

Resultados Experimentales
Los experimentos comparan AttenNKF contra tres líneas base: Rechazo de Deslizamiento (SR), Contacto Aprendido (LC) y el Filtro de Kalman Aumentado con Red Neuronal Invariante (InNKF).

• Rendimiento Interior: En terrenos de bajo deslizamiento, todos los métodos funcionan de manera similar. Sin embargo, en terrenos de alto deslizamiento (grava y teflón), AttenNKF supera significativamente a las líneas base. Específicamente, en grava, AttenNKF redujo el error de posición relativo (REpos) en un 93,1 % en comparación con la línea base más fuerte. En la lámina de teflón, redujo el REpos en un 48,6 %.
• Rendimiento Exterior: En una trayectoria exterior de ~100 m sobre césped blando, AttenNKF redujo el REpos en aproximadamente 55–73 % en comparación con SR, LC e InNKF. Mientras que otros métodos acumularon hasta 10 metros de deriva vertical, AttenNKF mantuvo la deriva dentro de $\pm 2\text{--}3$ metros.
• Estudios de Ablación:
  • Eliminar el mecanismo de atención cruzada (reemplazándolo por concatenación) resultó en errores de posición significativamente más altos, confirmando el beneficio del reponderado condicionado al deslizamiento.
  • Utilizar atención auto-referente sin condicionamiento de deslizamiento también degradó el rendimiento, destacando la necesidad de un contexto explícito de deslizamiento.
  • La propuesta de pipeline de entrenamiento en dos etapas (pre-entrenamiento de autoencoder seguido de entrenamiento de atención) produjo resultados superiores en comparación con el entrenamiento de extremo a extremo.
  • Utilizar la codificación implícita de deslizamiento propuesta (aprendida a partir de la velocidad bruta) demostró ser más robusta en terrenos fuera de distribución que utilizar la velocidad bruta del pie o niveles de deslizamiento explícitos diseñados manualmente.

Significado y Afirmaciones
El artículo afirma que AttenNKF ofrece una solución robusta para la estimación del estado de robots con patas en entornos propensos al deslizamiento al modelar explícitamente la relación entre la severidad del deslizamiento y el error de estimación. Al utilizar un mecanismo de atención para condicionar el compensador neuronal sobre el deslizamiento, el método logra mejoras consistentes en el error relativo en diversos terrenos sin requerir sensores exteroceptivos. Los autores señalan que el sistema opera a 580 Hz, confirmando su idoneidad para el control en tiempo real. El trabajo sugiere que tratar el deslizamiento como una variable de contexto en lugar de una característica permite una compensación más interpretable y efectiva, particularmente en escenarios donde el ajuste tradicional de covarianza o el rechazo de valores atípicos no logran corregir el sesgo. Se propone trabajo futuro para aplicar estos estados al control autónomo, extender el marco a otras plataformas robóticas (aéreas, con ruedas) e investigar la estimación de covarianza y formulaciones acopladas estrechamente.