💻 computer science

OCELOT: Odometry and Contact Estimation for Legged Robots

Ce document présente OCELOT, une chaîne complète d'odométrie de jambe qui utilise un Filtre de Kalman à état d'erreur avec des capteurs proprioceptifs et un nouveau module d'estimation de contact à double détection pour identifier et rejeter explicitement les glissements, permettant une localisation précise et robuste sur des terrains variés sans recourir à des capteurs externes.

Auteurs originaux : Emre Girgin, Cagri Kilic

Publié 2026-05-22

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Emre Girgin, Cagri Kilic

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un robot à quatre pattes essayant de marcher à travers une forêt, une plage rocheuse ou un jardin accidenté. Contrairement à une voiture dont les roues roulent en douceur, un robot à pattes doit constamment soulever ses pieds, les poser et pousser. Le plus grand défi ? Savoir exactement où il se trouve sans regarder le monde avec des caméras ou un GPS. Il doit se fier entièrement à la « proprioception » — son sens interne de la position du corps, tout comme vous pouvez marcher dans le noir sans heurter d'objets parce que vous savez où se trouvent vos membres.

Ce papier, intitulé OCELOT, présente un nouveau « cerveau » pour ces robots qui les aide à déterminer leur position, même lorsque leurs pattes glissent sur des rochers glissants ou s'enfoncent dans de l'herbe molle.

Voici comment cela fonctionne, décomposé en concepts simples :

1. Le Problème : La « Marche d'Ivrogne »

Lorsqu'un robot marche, il utilise un gyroscope interne (IMU) pour estimer son mouvement. Mais tout comme une personne marchant dans le noir, de petites erreurs s'accumulent. Si le robot pense avoir fait un pas en avant mais a en réalité glissé sur le côté, cette erreur s'amplifie. Avec le temps, le robot pense être à un endroit différent de celui où il se trouve réellement. C'est ce qu'on appelle la « dérive ».

Pour corriger cela, le robot doit savoir exactement quand une patte est fermement plantée au sol et immobile. Lorsqu'une patte est collée au sol, le robot peut dire : « D'accord, je sais exactement où se trouve cette patte ; utilisons cela pour corriger ma carte. »

Le Piège : Il est difficile de déterminer si une patte est vraiment bloquée.

Si le robot pose le pied sur un rocher, la patte peut sembler lourde (force élevée), mais elle pourrait glisser sur le côté.
Si le robot pose le pied sur de l'herbe molle, la patte peut ne pas beaucoup bouger, mais le sol s'écrase, rendant difficile de savoir si elle est réellement immobile.

2. La Solution : Un Système de « Double-Vérification »

Les auteurs ont créé un système qui agit comme un videur très strict dans un club. Pour que le robot fasse confiance à une foulée, la patte doit passer deux tests différents simultanément. Si elle échoue à l'un ou l'autre, le robot ignore cette foulée pour éviter de se perdre.

Test A : La « Main Lourde » (Détecteur de Force)

Le robot vérifie à quel point la patte pousse vers le bas.

L'Analogie : Imaginez que vous êtes debout sur une balance. Si la balance indique zéro, vous n'êtes pas dessus. Si elle indique votre poids, vous êtes dessus.
L'Innovation : Au lieu d'utiliser un simple interrupteur « marche/arrêt » (par exemple : « si poids > 10 kg, alors debout »), le système OCELOT utilise un modèle statistique intelligent (un modèle de mélange gaussien) qui apprend ce que « être debout » et « balancer » ressemblent en temps réel. Il s'adapte au terrain. Si le sol est mou, il ajuste ses attentes.

Test B : La « Vérification de l'Immobilisme » (Détecteur Cinématique)

Le robot vérifie si la patte bouge réellement dans les airs ou reste immobile.

L'Analogie : Imaginez que vous tenez une tasse de café. Si vous marchez, la tasse bouge. Si vous vous arrêtez, la tasse s'arrête. Le robot calcule où la patte devrait être en fonction de ses articulations de jambe. Si les mathématiques indiquent que la patte bouge, mais que le robot pense qu'elle est immobile, quelque chose ne va pas (peut-être qu'elle glisse).
L'Innovation : Cela utilise un test statistique (GLRT) pour déterminer si la vitesse de la patte est vraiment nulle ou simplement « bruitée ».

3. La « Fusion » (La Décision du Videur)

La magie opère lorsque ces deux tests sont combinés.

Scénario 1 (Glisser sur la glace) : La patte semble lourde (Test A réussi), mais elle glisse sur le côté (Test B échoué). Résultat : Le robot dit : « Je glisse ! Ne faites pas confiance à cette foulée. »
Scénario 2 (S'enfoncer dans la boue) : La patte ne bouge pas beaucoup (Test B réussi), mais le sol s'écrase si bien que la lecture de force est étrange (Test A échoué). Résultat : Le robot dit : « Le sol est instable ! Ne faites pas confiance à cette foulée. »
Scénario 3 (Foulée parfaite) : La patte est lourde et immobile. Résultat : Le robot dit : « Super ! Je sais exactement où je suis. »

4. Le « Score de Confiance »

Au lieu de dire simplement « Oui » ou « Non », le système attribue un Score de Confiance (de 0 à 1).

Si le score est élevé (foulée parfaite), le robot effectue une grande correction de sa carte.
Si le score est faible (peut-être une petite glissade), le robot effectue une petite correction ou l'ignore entièrement.
Cela empêche le robot de commettre de grosses erreurs basées sur de mauvaises données.

5. La Preuve : La « Marche de 2,4 km »

Pour prouver que cela fonctionne, les chercheurs ne l'ont pas seulement testé dans un laboratoire propre. Ils ont créé un ensemble de données massif :

Le Robot : Un quadrupède Unitree Go2 (un robot ressemblant à un chien).
Le Voyage : Ils l'ont fait marcher sur 2,4 kilomètres (environ 1,5 mile) à travers 29 parcours différents.
Le Terrain : Béton, carrelage, herbe, cailloux et rochers déchiquetés.
Le Résultat : Leur méthode était nettement plus précise que les méthodes précédentes. Tandis que d'autres robots se perdaient ou déviaient de leur trajectoire (surtout sur les rochers et les cailloux), le robot OCELOT est resté sur la bonne voie. Il a même surpassé certains systèmes qui utilisent des caméras (qui échouent généralement sur les rochers ou dans le noir).

Résumé

OCELOT revient à donner à un robot un sens du toucher et de l'équilibre ultra-sensible. En croisant la force avec laquelle la patte pousse contre le sol et l'immobilité réelle de la patte, le robot peut distinguer une foulée solide d'une glissade dangereuse. Cela lui permet de naviguer sur un terrain accidenté et imprévisible sans se perdre, le tout sans avoir besoin de voir le monde ou d'utiliser un GPS.

Résumé Technique : OCELOT – Odométrie et Estimation du Contact pour Robots Marcheurs

Énoncé du Problème

L'odométrie précise des robots marcheurs dans des terrains non structurés et accidentés reste un défi majeur, en particulier lorsqu'elle repose exclusivement sur des capteurs proprioceptifs embarqués (IMU, encodeurs articulaires et capteurs de force). Contrairement aux robots à roues, les systèmes marcheurs subissent une dynamique de contact intermittente où les pieds établissent et rompent cycliquement le contact avec le sol. La limitation fondamentale de l'odométrie marcheuse proprioceptive est l'inobservabilité de la position absolue et de la cap lorsqu'on s'appuie uniquement sur des capteurs fixes au corps. Bien que les Filtres de Kalman à État d'Erreur (ESEKF) constituent le cadre dominant pour propager l'état via des Systèmes de Navigation Inertielle (INS) et corriger la dérive à l'aide de mises à jour de vitesse nulle (ZUPT), leur efficacité dépend de la capacité à identifier avec précision le moment où un pied est en phase d'appui « stationnaire ». Les méthodes existantes d'estimation du contact peinent souvent avec le glissement des pieds, échouent à s'adapter aux caractéristiques variables du terrain, ou dépendent de matériel supplémentaire (par exemple, des IMU montés sur les pieds) et de classificateurs basés sur l'apprentissage qui manquent d'une incertitude calibrée.

Méthodologie

L'article propose OCELOT, une pipeline complète d'odométrie marcheuse basée sur un ESEKF qui repose exclusivement sur des données proprioceptives standard : une IMU fixe au corps, des encodeurs articulaires et des capteurs de force au pied. L'innovation centrale réside dans un module de détection de contact fusionnée et de quantification de l'incertitude conçu pour identifier et rejeter explicitement le glissement.

1. Cadre d'Estimation de l'État

Le système utilise un ESEKF où l'état est séparé en un état nominal non linéaire (position, vitesse, orientation, biais de l'IMU) et un état d'erreur linéaire.

Propagation : L'état nominal est propagé à l'aide de mesures IMU corrigées des biais via une intégration d'Euler.
Correction : Le filtre corrige la dérive lorsqu'un pied est déterminé être en phase d'appui, en supposant que la vitesse du pied par rapport au référentiel mondial est nulle ( $v^W_{foot} = 0$ ).

2. Détection de Contact Fusionnée

Pour déterminer de manière robuste les phases d'appui, le système exécute deux détecteurs parallèles pour chaque pied et fusionne leurs sorties :

Détecteur 1 : FSM Guidée par GMM Basée sur la Force
- Utilise les données de Force de Réaction au Sol (GRF) pour déterminer le contact physique.
- Au lieu de seuils fixes, il emploie un Modèle de Mélange Gaussien (GMM) ajusté à une fenêtre glissante de données de force historiques pour identifier de manière autonome des distributions bimodales (balancement vs appui).
- Une Machine à États Finis (FSM) utilise des seuils générés dynamiquement ( $F_{on}$ , $F_{off}$ ) pour gérer les transitions d'état, s'adaptant aux différentes caractéristiques de surface sans réglage manuel.
- Produit un score de qualité continu ( $q_{FSM}$ ) représentant la probabilité de charge physique.
Détecteur 2 : GLRT Basée sur la Cinématique
- Utilise la vitesse du pied estimée dérivée de l'IMU du corps et de la cinématique articulaire.
- Applique un Test du Rapport de Vraisemblance Généralisé (GLRT) pour évaluer l'hypothèse que le pied est stationnaire ( $H_0$ ) par rapport à l'hypothèse qu'il est en mouvement ( $H_1$ ).
- Contrairement aux travaux antérieurs nécessitant des IMU montées sur les pieds, cette méthode repose uniquement sur l'IMU principale du corps et des modèles cinématiques.
- Produit un score de qualité continu ( $q_{GLRT}$ ) représentant la stationnarité cinématique.

3. Quantification Adaptative de l'Incertitude

Les deux scores sont fusionnés à l'aide d'une « porte ET logique douce » multiplicative ( $q_{final} = q_{FSM} \times q_{GLRT}$ ). Cela garantit un score de confiance élevé uniquement lorsque le pied est à la fois physiquement chargé et cinématiquement stationnaire.

Covariance Dynamique : Le score fusionné est utilisé pour calculer une matrice de covariance de bruit de mesure adaptative ( $R_i$ $R_{i}$ ) pour l'ESEKF.
- Confiance élevée (non-glissement) $\rightarrow$ Faible covariance (correction forte).
- Confiance faible (glissement ou bruit) $\rightarrow$ Forte covariance (le filtre pondère faiblement la mesure).
Filtrage : Une étape de filtrage basée sur l'innovation (test $\chi^2$ ) rejette en outre les valeurs aberrantes statistiques avant la correction finale.

Contributions Clés

Nouveau Cadre de Détection du Contact : Une fusion d'un FSM-GMM basé sur la force et d'un détecteur GLRT cinématique qui élimine le besoin de capteurs supplémentaires montés sur les pieds tout en générant un score de qualité de contact continu.
Estimation Adaptative de l'Incertitude : Une méthode pour traduire le score de qualité de contact fusionné en une covariance de mesure dynamique ( $R_i$ ), permettant à l'ESEKF de pondérer intelligemment les mesures en fonction de leur fiabilité et de rejeter de manière robuste les événements de glissement.
Pipeline ESEKF Open-Source : Un estimateur d'état complet pour l'odométrie marcheuse quadrupède utilisant uniquement des capteurs proprioceptifs embarqués.
Jeu de Données Multi-Terrains : Un jeu de données publiquement disponible comprenant 29 séquences (2,4 km au total) sur divers terrains (béton, carrelage, herbe, galets, roche), incluant des données proprioceptives synchronisées, des vidéos RGB et des nuages de points.

Résultats Expérimentaux

Les auteurs ont évalué OCELOT par rapport à des références proprioceptives séminalles (Bloesch et al., Hartley et al.) et à des systèmes d'odométrie visuo-inertielle (VIO) de l'état de l'art (OpenVINS, VINS-Fusion) sur leur jeu de données personnalisé.

Comparaison Proprioceptive : OCELOT surpasse nettement les méthodes proprioceptives existantes sur tous les types de terrains et toutes les métriques (ATE, AHE, RPE, Dérive).
- Sur le terrain Roche, OCELOT a atteint une Erreur de Trajectoire Absolue (ATE) de 6,857 m, contre 15,028 m (Hartley et al.) et 30,876 m (Bloesch et al.).
- Sur le Béton, OCELOT a réduit l'ATE à 12,019 m, une amélioration substantielle par rapport aux références.
Comparaison Exteroceptive : Malgré l'utilisation exclusive de capteurs proprioceptifs, OCELOT surpasse les systèmes VIO sur des terrains granulaires difficiles (galets, roche) et des surfaces déformables (herbe).
- Sur la Roche, les systèmes VIO ont échoué de manière significative (ATE OpenVINS : 27,279 m ; VINS-Fusion : 15,719 m), tandis qu'OCELOT a maintenu un ATE de 6,857 m.
- Les auteurs notent que les systèmes VIO ont eu des difficultés sur des surfaces dynamiques et pauvres en caractéristiques (béton, carrelage), entraînant une divergence, alors qu'OCELOT est resté robuste.
Études d'Ablation :
- Nécessité de la Fusion : L'étude d'ablation a démontré qu'aucun des détecteurs seul n'est suffisant. Le détecteur GLRT seul a souffert d'un bruit cinématique accumulé sur de longues trajectoires (par exemple, 23,161 m d'ATE sur béton), tandis que le détecteur FSM seul a échoué sur des séquences spécifiques (par exemple, 9,577 m d'ATE sur Carrelage) où les données de force seules ont mal classifié le contact. Le modèle fusionné a constamment atteint l'erreur la plus faible ou proche de la plus faible sur tous les terrains.
- Impact de la Covariance : L'analyse de sensibilité a confirmé que la quantification précise de la covariance est critique ; sous-estimer la covariance (imposant une forte confiance dans des données bruyantes) a conduit à une dérive latérale sévère et à une divergence de lacet, un mode de défaillance observé dans les méthodes de base utilisant des covariances statiques ou mal mises à l'échelle.

Importance et Revendications

L'article revendique qu'OCELOT fournit une solution robuste pour l'odométrie marcheuse dans des environnements où le glissement est prévalent et où les capteurs externes (comme les caméras) peuvent échouer en raison d'un manque de caractéristiques ou d'un éclairage dynamique. En modélisant explicitement l'incertitude du contact et en fusionnant les données de force et cinématiques, la méthode atteint une estimation d'état précise sans la surcharge computationnelle du traitement visuel ni la complexité matérielle des capteurs montés sur les pieds. Les auteurs soulignent que leur approche gère efficacement le problème d'« inobservabilité » de la cap absolue dans les systèmes proprioceptifs en s'assurant que seules des mesures de haute qualité, sans glissement, sont utilisées pour corriger le filtre, empêchant ainsi la divergence de lacet courante dans d'autres méthodes. La publication du jeu de données et du code vise à faciliter la recherche future en robotique marcheuse et en odométrie multimodale.