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

技術的概要：脚型ロボットの状態推定のためのアテンションベースのニューラル拡張カルマンフィルタ

問題定義
脚型ロボットは、多様な地形を敏捷に移動するために、姿勢、速度、接触状態の正確なリアルタイム状態推定を必要とする。外観センサー（LiDAR、カメラ）に比べて固有センサー（IMU、関節エンコーダ）は悪天候に対して頑健であるが、足滑りが発生すると推定誤差が顕著に増大する。不変拡張カルマンフィルタ（InEKF）などの標準的な運動学ベースの推定器は、接触点を準静的な固定点としてモデル化する「滑りなし」の仮定に依存している。滑りが発生するとこの仮定が破綻し、状態更新ステップにバイアスが注入される。既存の手法は通常、測定共分散を膨張させる、更新を破棄する、または滑りをプロセスノイズとして扱うことで間接的に滑りに対処している。これらのアプローチは、滑りによって誘発されるバイアスを明示的に推定し、直接補償することに失敗しており、特に垂直（$z$）方向における累積ドリフトをもたらす。さらに、以前のニューラル拡張フィルタは、滑り、状態、測定値などの異種信号を連結するだけで、滑りを条件付けの文脈として明示的にモデル化していないため、補償器の解釈や、変化する滑り領域全体でのチューニングが困難である。

手法
著者は、標準的な InEKF に、滑り誘発誤差を明示的に処理するように設計されたニューラル補償器を組み合わせたハイブリッド推定器である**アテンションベースニューラル拡張カルマンフィルタ（AttenNKF）**を提案する。

1. 連続足滑りレベルの定義:
   この手法は、支持相中の世界座標系における前方運動学ベースの足速度の大きさに基づき、各足に対して連続的な滑り重症度指標（$lv_i$）を定義する。この値はシグモイド関数を通じてマッピングされ、$[0, 1]$の範囲で連続的なスコアを生成する。この滑りレベルは直接測定値ではなく文脈変数として機能し、ゼロ速度接触仮定の破綻を反映する。

2. ニューラル補償器アーキテクチャ（AttenNC）:
   滑りを単純な入力特徴として扱う先行研究とは異なり、AttenNKF は滑りを、InEKF の履歴が補償にどのように利用されるかを調節する文脈として扱う。

   • 潜在符号化: InEKF の事後履歴（状態と内部補正）と滑り履歴は、それぞれゲート付き再帰型ユニット（GRU）を用いて潜在表現に符号化される。
   • クロスアテンション機構: 中核的な革新は、滑り潜在変数がクエリとして、InEKF 潜在変数がキーおよびバリューとして機能するクロスアテンションモジュールである。これにより、ネットワークは現在の滑り領域に基づいて InEKF の潜在特徴を動的に再重み付けできる。例えば、高い滑り下では、アテンション機構はより適切な補償を生成するために InEKF の履歴の特定の要素を選択的に強調または抑制できる。
   • トレーニング戦略: 補償器は 2 段階でトレーニングされる。
     • ステップ 1: 生入力スケールへの感度を軽減するため、GRU ベースのオートエンコーダをトレーニングして入力を潜在空間にマッピングする。
     • ステップ 2: 教師 - 学生フレームワークを用いて潜在空間内でアテンション機構をトレーニングする。エラーエンコーダ（教師）は真の誤差からターゲット潜在ベクトルを生成し、InEKF および滑りエンコーダ（学生）はクロスアテンションを介して補償潜在ベクトルを生成する。学生は、教師の潜在表現と最終的な状態誤差に一致するように監督される。

3. InEKF への統合:
   AttenNKF はポスト処理ステップとして機能する。InEKF はリー群 $SEN+2(3)$ 上で標準的な予測と更新ステップを実行する。その後、ニューラル補償器は InEKF の事後状態と滑り文脈を受け取り、残余補正（$\bar{e}_t$）を予測する。この残余は、向きに対して（$SO(3)$ 上の指数写像を介して）および速度/位置に対して（加法的補正を介して）適用され、最終的な推定状態を生成する。補償器は InEKF の共分散行列を変更せず、フィルタの再帰にもフィードバックしない。

主要な貢献

• 滑り条件付き補償: 本論文は連続的な足滑りレベルを定義し、滑りの重症度と状態推定誤差の間に中程度から強い正の相関があることを実証し、滑りを明示的な文脈変数として正当化する。
• アテンションベースアーキテクチャ: 著者は、滑りを連結された特徴ではなく調節する文脈として扱うためにクロスアテンションを利用するニューラル補償器を提案する。これにより、補償器は誤差低減のための滑り領域依存構造を学習可能になる。
• 包括的な評価: 本手法は、Unitree Go1 ロボットを用いて、多様な屋内地形（平坦、砂利、低摩擦のテフロン、階段）および屋外経路（変形する芝生上約 100m）で評価された。

実験結果
実験では、AttenNKF を 3 つのベースライン（滑り拒否（SR）、学習された接触（LC）、不変ニューラル拡張カルマンフィルタ（InNKF））と比較した。

• 屋内性能: 滑りの少ない地形では、すべての手法は同様に動作する。しかし、滑りの多い地形（砂利とテフロン）では、AttenNKF はベースラインを大幅に上回る。具体的には、砂利上では、AttenNKF は最も強力なベースラインと比較して相対位置誤差（REpos）を 93.1% 削減した。テフロンシート上では、REpos を 48.6% 削減した。
• 屋外性能: 柔らかい芝生上の約 100m の屋外経路において、AttenNKF は SR、LC、InNKF と比較して REpos を約 55〜73% 削減した。他の手法は最大 10 メートルの垂直ドリフトを蓄積したのに対し、AttenNKF はドリフトを $\pm 2\text{--}3$ メートル以内に維持した。
• アブレーション研究:
  • クロスアテンション機構を連結に置き換えて除去すると、位置誤差が著しく増加し、滑り条件付きの再重み付けの利点が確認された。
  • 滑り条件付けなしの自己アテンションを使用しても性能が低下し、明示的な滑り文脈の必要性が浮き彫りになった。
  • 提案された 2 段階トレーニングパイプライン（オートエンコーダの事前トレーニングに続くアテンショントレーニング）は、エンドツーエンドのトレーニングと比較して優れた結果をもたらした。
  • 提案された暗黙的な滑り符号化（生速度から学習）は、生足速度や手作りの明示的な滑りレベルを使用する場合よりも、分布外地形においてより頑健であることが証明された。

意義と主張
本論文は、AttenNKF が滑り発生しやすい環境における脚型ロボットの状態推定に対する頑健な解決策を提供すると主張しており、滑りの重症度と推定誤差の関係を明示的にモデル化している。アテンション機構を用いてニューラル補償器を滑り条件付けすることで、この手法は外観センサーを必要とすることなく、さまざまな地形で相対誤差の一貫した改善を達成する。著者は、システムが 580 Hz で動作することを指摘し、リアルタイム制御への適合性を確認している。この研究は、滑りを特徴ではなく文脈変数として扱うことで、従来の共分散チューニングや外れ値拒否がバイアス修正に失敗するシナリオにおいて、より解釈可能で効果的な補償が可能になることを示唆している。今後の課題として、これらの状態を自律制御に応用すること、フレームワークを他のロボットプラットフォーム（航空、車輪式）に拡張すること、および共分散推定と密結合定式化を調査することが提案されている。