Resumen Técnico: Aprendizaje en Línea de Odometría para Piernas Robóticas Robusta con Supervisión Exteroceptiva Mínima

Declaración del Problema

La navegación robusta para robots con patas depende de una odometría precisa, que típicamente se logra mediante la fusión de múltiples sensores. Sin embargo, los enfoques tradicionales enfrentan obstáculos significativos de despliegue:

1. Complejidad de Calibración y Modelado: La fusión de datos propioceptivos (sensores de articulaciones, IMUs) y exteroceptivos (cámaras, LiDAR) requiere una meticulosa calibración entre sensores y un modelado cinemático específico de la plataforma. Estos parámetros son sensibles a los cambios en la configuración del robot o en el montaje de los sensores.
2. Vulnerabilidad a la Degradación Ambiental: Aunque los sensores exteroceptivos empaquetados industrialmente proporcionan un seguimiento preciso, fallan bajo condiciones adversas (por ejemplo, poca luz para cámaras, entornos sin características para LiDAR).
3. Limitaciones de la Propiocepción: Los métodos puramente propioceptivos dependen de modelos de contacto y cinemática diseñados a mano, los cuales se degradan ante deslizamientos, impactos, cumplimiento del terreno o cambios en la carga útil.
4. Restricciones de Entrenamiento Offline: Los métodos basados en aprendizaje existentes a menudo requieren entrenamiento offline en conjuntos de datos representativos, lo que limita su adaptabilidad a nuevos hardware o entornos dinámicos sin preentrenamiento.

El artículo aborda la necesidad de un sistema de odometría plug-and-play y agnóstico a la plataforma que pueda aprender mapeos de propiocepción-a-velocidad en línea con supervisión mínima, eliminando la necesidad de calibración o preentrenamiento explícito, y pasando de forma fluida al respaldo de la propiocepción aprendida cuando los sensores exteroceptivos fallan.

Metodología

El sistema propuesto consta de dos componentes primarios: un Módulo Propioceptivo Aprendido en Línea y un marco de Filtro de Kalman Extendido Invariante (InEKF) Robusto.

1. Propiocepción Eficiente basada en ESN mediante EKF de Bajo Rango

La innovación central es un módulo propioceptivo que aprende a estimar la velocidad de la base directamente a partir de sensores a nivel de articulación ruidosos (posiciones, velocidades, torques) sin modelos diseñados a mano.

• Arquitectura Echo State Network (ESN): Para evitar el costo computacional de entrenar pesos recurrentes en línea, el sistema utiliza un ESN. El historial de las señales de las articulaciones se comprime en un estado de reservorio ($x_t$) mediante una dinámica recurrente fija y aleatoriamente inicializada. Esto actúa como un embebido de retardo de la historia propioceptiva.
• Lectura MLP: Un Perceptrón Multicapa (MLP) con pesos $\hat{\theta}_t$ mapea el estado del reservorio a la velocidad de la base ($v^{esn}_t$).
• Entrenamiento en Línea con EKF de Bajo Rango (LOFI): En lugar de utilizar el Descenso de Gradiente Estocástico (SGD), que tiene dificultades con la cuantificación de la incertidumbre y el pesaje de muestras en datos de flujo continuo, los autores emplean un enfoque de filtrado.
  • Los parámetros óptimos de lectura $\theta^*_t$ se tratan como un estado latente que evoluciona mediante un paseo aleatorio.
  • Un EKF de Bajo Rango actualiza los pesos del MLP en tiempo real utilizando supervisión de velocidad exteroceptiva dispersa ($v^{sup}_t$) cada vez que está disponible.
  • Este método contabiliza la incertidumbre tanto en la entrada propioceptiva (covarianza del estado del reservorio) como en la señal supervisora.
  • El uso de una aproximación de bajo rango (LOFI) permite al sistema manejar la alta dimensionalidad de los pesos del MLP ($D \approx 8000+$) en tiempo real, manteniendo una complejidad de memoria de $O(D(L+C))$ y una complejidad computacional de $O(D(L+C)^2)$.

2. Odometría para Piernas Basada en InEKF Robusto

La velocidad propioceptiva aprendida se fusiona con los datos de la IMU y la velocidad exteroceptiva opcional dentro de un marco InEKF.

• Representación del Estado: El estado de navegación incluye orientación, velocidad, posición y sesgos de la IMU, propagados mediante un modelo de IMU de strapdown.
• Selección Adaptativa de Mediciones: Un Gestor de Conmutación (Switching Manager) selecciona dinámicamente la fuente de medición de velocidad:
  • Exteroceptiva (VINS): Se utiliza cuando el sistema visual-inercial es confiable. También sirve como la señal supervisora para actualizar el MLP propioceptivo.
  • Propioceptiva (ESN): Se utiliza cuando el VINS se degrada (por ejemplo, escenas sin textura, cambios de iluminación). El sistema depende del modelo aprendido, el cual ha sido actualizado durante los períodos de supervisión confiable.
• Manejo de la Incertidumbre: La lógica de conmutación monitorea la salud del VINS (calidad de seguimiento de características y covarianza) y la covarianza del ESN. Si el VINS se marca como "no utilizable" y la covarianza del ESN es baja, el sistema cambia a la velocidad propioceptiva aprendida para la estimación de estado y detiene la actualización del MLP para evitar la corrupción por una supervisión defectuosa.

Principales Contribuciones

1. Aprendizaje Propioceptivo en Línea: El artículo presenta el primer método para modelar la propiocepción de piernas como una lectura MLP sobre un ESN, entrenado en línea durante el despliegue. No requiere preentrenamiento, ni modelos de contacto o cinemática diseñados a mano, y se transfiere a cualquier robot con piernas con sensores propioceptivos.
2. EKF de Bajo Rango para Entrenamiento Neuronal: Los autores utilizan un EKF de bajo rango para entrenar los pesos de la lectura MLP en línea. Este enfoque cuantifica de manera única la incertidumbre en los pesos y en la entrada, permitiendo tasas de aprendizaje adaptativas basadas en la calidad de la señal supervisora, superando las limitaciones del SGD estándar en entornos de streaming.
3. Marco InEKF Robusto: Un marco de odometría unificado que fusiona óptimamente los datos de la IMU con velocidades tanto propioceptivas aprendidas como exteroceptivas. Cuenta con una estrategia de conmutación adaptativa que asegura la resiliencia cuando los sensores exteroceptivos fallan, realizando un retorno fluido al modelo propioceptivo aprendido en línea.

Resultados Experimentales

El método fue validado en dos plataformas cuadrúpedas: Boston Dynamics Spot y Ghost Robotics Vision 60.

• Evaluación del Conjunto de Datos de Spot:

  • El sistema fue probado en varias secuencias (ej. ATRIUM, BICORRIDOR, DOWNSTAIR) con ventanas de supervisión de 10s, 30s y 60s.
  • Desempeño: Con solo 30 segundos de supervisión, el método aprendió un mapa de velocidad confiable. En muchas secuencias, tuvo un desempeño competitivo o incluso superior al de GaRLILEO (línea base exteroceptiva-propioceptiva) y al Leg-InEKF (línea base calibrada offline), a pesar de no utilizar ninguna calibración offline.
  • Observación: La precisión mejoró con ventanas de supervisión más largas. Ocurrieron excepciones (como la secuencia OVERPASS) donde la distribución de movimiento no supervisado (descenso de escaleras) difería significativamente de la distribución supervisada (suelo plano/ascenso de escaleras), lo que provocó deriva. Esto resalta la limitación de que el modelo no se generaliza más allá de la distribución de su supervisión.

• Despliegue en el Mundo Real con Vision 60:

  • Probado en un edificio con un Intel RealSense D435i, sin calibración extrínseca entre la cámara y los sensores del robot.
  • Escenarios: El robot atravesó zonas visualmente degradadas, incluyendo un pasillo con las luces apagadas y un lavabo donde las luces se extinguieron a mitad de un giro.
  • Resultado: Cuando el VINS falló debido a la falta de características visuales o cambios de iluminación, el gestor de conmutación detectó exitosamente la degradación y cambió al módulo propioceptivo aprendido. El sistema mantuvo trayectorias precisas, mientras que la línea base de solo VINS sufrió una deriva y un sobreimpulso severos.

Significancia y Reivindicaciones

El artículo afirma demostrar un sistema de odometría resiliente y agnóstico a la plataforma que:

• Elimina la Calibración: Elimina la necesidad de una calibración explícita entre exterocepción y propiocepción o de un modelado cinemático del sistema, permitiendo un despliegue "plug-and-play" en diferentes hardware.
• Se Adapta a Condiciones Adversas: Mantiene una estimación de movimiento robusta al realizar un retorno fluido a un modelo propioceptivo aprendido en línea cuando los sensores exteroceptivos se degradan.
• Aprendizaje en Línea Eficiente: Demuestra que las lecturas de redes neuronales complejas pueden entrenarse en línea en tiempo real usando un EKF de bajo rango, contabilizando las incertidumbres tanto en la entrada del sensor como en la señal supervisora.

Limitaciones Reconocidas:
Los autores señalan modestamente que el marco asume que la exterocepción y la propiocepción no se degradan simultáneamente. Además, no se espera que la lectura MLP aprendida se generalice a distribuciones de movimiento significativamente diferentes de las cubiertas por la supervisión de velocidad; predecir la velocidad para tipos de movimiento no vistos resultará en estimaciones incorrectas.