Uncertainty-Aware Velocity Correction for Proprioceptive Vehicle Localization using Evidential Mamba

Résumé Technique : Correction de Vélocité Sensible à l'Incertitude pour la Localisation Véhiculaire Proprioceptive via Evidential Mamba

Énoncé du Problème
La localisation fiable des véhicules dans des environnements privés de GNSS (Global Navigation Satellite System) (ex. : tunnels, structures de stationnement) reste un défi critique. Bien que les systèmes de navigation inertielle (INS) soient la norme, ils souffrent d'une dérive de position non bornée due à l'accumulation de bruit et de biais dans les données de la centrale inertielle (IMU) en l'absence de corrections externes. Les solutions existantes reposent souvent sur une infrastructure dédiée, des capteurs externes coûteux (ex. : Correvit), ou une fusion multi-capteurs complexe, ce qui introduit des barrières au déploiement. De plus, bien que les méthodes fondées sur les données aient amélioré le calcul de la marche à vue (dead reckoning) basé sur l'IMU, leur efficacité est souvent limitée à de courtes durées de coupure, et beaucoup manquent d'une quantification principled de l'incertitude, essentielle pour une estimation d'état robuste.

Méthodologie
L'article propose l'EVC-Mamba (Evidential Velocity Correction using Mamba), une architecture d'apprentissage qui transforme les données de capteurs embarqués du véhicule en un « capteur de vitesse virtuelle » afin de corriger la dérive de l'IMU sans matériel supplémentaire. Le cadre se compose de trois composants fondamentaux :

1. Modélisation Temporelle Basée sur Mamba :
   Au lieu d'utiliser des réseaux de neurones récurrents (RNN) ou des Transformers, l'architecture emploie un modèle d'espace d'état sélectif (SSM) basé sur Mamba. Ce modèle capture la dynamique temporelle du mouvement du véhicule à partir de séquences de capteurs embarqués (angle de braquage, vitesses de roue, accélération latérale, pression de freinage, etc.). L'architecture Mamba offre une complexité d'inférence en temps linéaire, ce qui la rend adaptée au déploiement en temps réel, tandis que ses paramètres dépendants de l'entrée lui permettent de s'adapter aux diverses conditions de conduite.

2. Apprentissage Évidentiel pour la Quantification de l'Incertitude :
   Pour traiter l'incertitude inhérente à l'estimation de la vitesse à partir de capteurs cinématiques, le modèle utilise l'apprentissage profond évidentiel. Plutôt que de prédire une estimation ponctuelle unique, le réseau prédit les paramètres d'une distribution Normal-Inverse-Gamma (NIG). Cela permet au modèle de prédire conjointement la vitesse moyenne ($\tilde{v}_t$) et son incertitude associée ($\delta\tilde{v}$), séparant l'incertitude aléatoire (données) et l'incertitude épistémique (modèle). Ceci est réalisé en une seule passe directe (forward pass), évitant le coût computationnel du Dropout de Monte Carlo ou des méthodes d'ensemble.

3. Intégration ES-EKF :
   La vitesse prédite et son incertitude sont fusionnées dans un filtre de Kalman étendu à état d'erreur (ES-EKF) en tant que mesure virtuelle. Le filtre utilise les estimations d'incertitude pour pondérer le signal de correction, limitant efficacement la croissance des erreurs de position et de vitesse lors des coupures GNSS. Le système opère sur un vecteur d'état comprenant la position, la vitesse, l'orientation et les biais des capteurs.

Contributions Clés

• Correction de Vélocité Indépendante du GNSS : Un capteur de vitesse virtuelle basé sur l'apprentissage qui corrige la dérive de l'IMU en utilisant uniquement les capteurs embarqués standards (angle de braquage, vitesses de roue), éliminant le besoin de matériel externe ou d'infrastructure.
• Estimation Sensible à l'Incertitude : L'intégration d'un Mamba-SSM avec un cadre évidentiel pour fournir une quantification de l'incertitude principled en une seule passe, parallèlement aux estimations de vitesse, permettant des signaux de correction robustes pour l'estimation d'état.
• Déploiement Edge en Temps Réel : L'architecture atteint des performances en temps réel (40 Hz) sur du matériel edge (NVIDIA Orin) avec un faible coût computationnel (22,8 MFLOPs), surpassant les modèles de référence basés sur les Transformers en efficacité tout en maintenant une précision supérieure.
• Intégration ES-EKF : Une intégration fluide des mesures virtuelles apprises dans un ES-EKF standard pour la navigation inertielle.

Résultats
Évalué sur le jeu de données ReV-StED (données de véhicules réels avec vérité terrain issue de RTK/INS), le système démontre :

• Précision de l'Estimation de la Vélocité : EVC-Mamba surpasse à la fois les bases cinématiques et les architectures basées sur les Transformers, atteignant une RMSE de vitesse latérale de 0,011 m/s (contre 0,017 m/s pour les Transformers).
• Calibration de l'Incertitude : Les incertitudes prédites sont bien calibrées, suivant étroitement la couverture empirique des erreurs réelles.
• Performance de Localisation : Lors des coupures GNSS, EVC-Mamba réduit significativement la dérive de position par rapport à la marche à vue de l'IMU non corrigée.
  • Dans une coupure de 10 minutes, la dérive de l'IMU non corrigée a atteint 142 mètres, alors qu'EVC-Mamba l'a réduite à 5,9 mètres.
  • La performance se situe à moins de 10 % d'un capteur matériel externe dédié (Correvit), qui sert de limite pratique supérieure pour cette tâche.
• Efficacité : Le modèle fonctionne à 40 Hz avec une latence de 20 à 24 ms, ce qui le rend environ trois fois plus efficace sur le plan computationnel que les modèles de référence Transformer.

Signification et Revendications
Les auteurs affirment qu'EVC-Mamba fournit une alternative rentable et sans matériel pour une localisation proprioceptive fiable lors de coupures GNSS prolongées. En exploitant les capteurs embarqués existants et une modélisation de séquence avancée, le système atteint une précision de localisation comparable à celle de capteurs externes coûteux sans les coûts de déploiement associés. Ce travail souligne le potentiel de la combinaison des modèles d'espace d'état sélectifs avec l'apprentissage évidentiel pour créer des modules de perception robustes et sensibles à l'incertitude pour les véhicules autonomes, répondant spécifiquement au fossé entre les corrections basées sur les données à court terme et une navigation fiable à long terme.