Technische Samenvatting: Leren van Contactrepresentatie voor Been-odometrie

Probleemstelling

Been-gebaseerde odometrie van robots berust fundamenteel op de aanname dat de voetvelociteit ten opzichte van de wereld nul is tijdens de standfase, een beperking die bekend staat als Zero-Velocity Update (ZUPT). Deze aanname stelt kinematische ketens in staat om de drift van de snelheid van het hoofdlichaam te corrigeren. De nauwkeurigheid van de gehele toestandsschatting (state estimation) wordt echter begrensd door de precisie van het algoritme voor contactdetectie.

Huidige benaderingen kampen met aanzienlijke uitdagingen:

• Sensorbeperkingen: Veel methoden vertrouwen op Ground Reaction Force (GRF) sensoren bij de voetpunt. Deze sensoren zijn gevoelig voor mechanisch falen, schokgeïnduceerde ruis en ontbreken vaak op minimaal uitgeruste platforms die in het veld worden ingezet.
• Glijden en Verstoringen: Zelfs wanneer GRF-sensoren aanwezig zijn, kunnen ze ongevoelig blijven voor niet-gemodelleerde verstoringen zoals glijden terwijl de voet in contact is met de grond.
• Gebreken in Binaire Classificatie: Het behandelen van contact als een binaire staat (stand versus zwaai) versimpelt complexe interacties tussen de voet en het terrein te veel. Harde drempelwaarden houden geen rekening met transiënte fasen (afzetten/neerzetten) of sensorruis, wat leidt tot incorrecte meting-updates in toestandsschatters.
• Labelafhankelijkheid: Supervised learning-benaderingen vereisen pseudo-labels afgeleid van GRF-data, die de ruis en beperkingen van de krachtsensoren zelf overnemen.

Methodologie

De auteurs stellen een zelf-gesuperviseerd raamwerk voor representatie-leren voor dat uitsluitend gebruikmaakt van standaard proprioceptieve sensoren (gewrichtsencoders) om contact te detecteren, waardoor de noodzaak voor GRF-sensoraugmentatie of menselijke labeling wordt geëlimineerd.

1. Toestandsschatting Framework

Het systeem maakt gebruik van een Error-State Extended Kalman Filter (ESEKF). In plaats van de nominale toestanden direct te filteren, ontkoppelt het de toestand in een niet-lineaire nominale toestand en een lineaire fouttoestand. De filter gebruikt een meetfunctie gebaseerd op de voorspelde wereld-frame snelheid van de standvoet. Cruciaal is dat de meetcovariantie-matrix dynamisch wordt geschaald op basis van de continue waarschijnlijkheid van de standtoestand, in plaats van een constante covariantie of harde drempelwaarde te gebruiken.

2. Architecturen voor Contactdetectie

De studie vergelijkt drie verschillende benaderingen voor contactdetectie:

• Ongesuperviseerde Baseline (HMM-GMM): Een Hidden Markov Model (HMM) waarbij emissiekansen worden gemodelleerd door een Gaussian Mixture Model (GMM) dat direct is aangepast aan ruwe kinematische data (verticale voetpositie, 3D-voetvelociteit en kuitkoppel). Deze benadering is beperkt door de aanname dat ruwe kinematische data een bimodale Gaussische verdeling volgen, wat de auteurs aantonen vaak niet het geval is door niet-lineaire intersecties tussen stand- en zwaaimanifolds.
• Gesuperviseerde Baselines (CNN/GRU): Diepe neurale netwerken (1D CNN en Gated Recurrent Unit) getraind via Binary Cross-Entropy loss. Deze modellen gebruiken GRF-afgeleide pseudo-labels als grondwaarheid om kinematica te mappen naar binaire contactstaten.
• Voorgesteld Zelf-gesuperviseerd Raamwerk (DAE-GMM):
  • Denoising Autoencoder (DAE): Een neuraal netwerk (gebaseerd op CNN of GRU) dat getraind wordt om de originele kinematische sequentie te reconstrueren vanuit een verruimde, met ruis bewerkte versie van de input. Het doel is om een latente representatie ($Z$) te leren waar de onderliggende fysieke toestanden (stand versus zwaai) natuurlijk ontward zijn.
  • Latente Ruimte Modellering: De latente codes geproduceerd door de encoder worden aangepast met een ongesuperviseerde 2-componenten GMM. Dit isoleert de fysieke contactmodi in afzonderlijke probabilistische manifolds.
  • Continue Overtuiging (Continuous Belief): In tegen tegenover binaire classificators, geeft dit raamwerk een continue posterior waarschijnlijkheid van de standtoestand. Deze waarschijnlijkheid wordt gebruikt om de meetcovariantie in de ESEKF te schalen, waardoor de filter onbetrouwbare kinematische data (bijv. tijdens zwaaien of glijden) dynamisch kan verwerpen zonder harde drempelwaarden.

3. Input Features

Om de "vloek van dimensionaliteit" en slecht geconditioneerde covariantie-matrices te vermijden, maken de modellen gebruik van een specifieke 5D subset van features:

• Verticale voetpositie relatief aan de basis ($p^B_{foot,z}$).
• 3D-voetvelociteit geschat door forward kinematics ($v^B_{rel}$).
• Geschatte kuitkoppel ($\tau_{calf}$).

Belangrijkste Bijdragen

1. Label-vrij Raamwerk voor Representatie-leren: Een zelf-gesuperviseerd raamwerk dat continue contactwaarschijnlijkheden extraheert strikt uit gewrichtskinematica zonder afhankelijk te zijn van GRF-sensoren of pseudo-labels.
2. Dynamische ESEKF Formulering: Een meetonzekerheidsmodel gedreven door de latente generatieve overtuiging, dat de meetcovariantie-matrix dynamisch schaalt in plaats van statische drempelwaarden te gebruiken.
3. Empirische Validatie van Waarschijnlijkheidsdichtheidsschatting: Bewijs dat contactdetectie beter geformuleerd kan worden als een zelf-gesuperviseerde waarschijnlijkheidsdichtheidsschattingstaak dan als een gesuperviseerde binaire classificatietaak. De studie toont aan dat superieure classificatienauwkeurigheid op pseudo-labels niet noodzakelijkerwijs correleert met betere downstream odometieprestaties.

Experimentele Resultaten

Het raamwerk werd geëvalueerd op de TartanGround simulatie-dataset en een real-world dataset bestaande uit beton, gras en rotsachtige terreinen.

• Classificatie versus Odometrie: Hoewel gesuperviseerde modellen (CNN/GRU) hogere classificatiemetrieken (Precisie/Recall/F1) behaalden tegenover GRF-gebaseerde pseudo-labels, presteerden zij minder goed in downstream been-odometie-taken vergeleken met de voorgestelde zelf-gesuperviseerde methoden.
• Robuustheid tegen Glijden: In scenario's met glijden hadden gesuperviseerde modellen de neiging om de standduur te overschatten omdat ze vertrouwden op ruisgevoelige GRF-signalen. De zelf-gesuperviseerde DAE-methoden identificeerden correct het gebrek aan betrouwbare stand, waardoor ze een bijna nul-waarschijnlijkheid voor de stand produceerden tijdens onstabiel contact, wat foutieve toestandscorrecties voorkwam.
• Odometrie Nauwkeurigheid: De voorgestelde DAE (CNN) en DAE (GRU) methoden behaalden de laagste Absolute Trajectory Error (ATE), Absolute Heading Error (AHE) en andere foutmetrieken in zowel simulatie als real-world tests.
  • In real-world tests verminderde de DAE (CNN) de ATE naar 17,20m vergeleken met 21,95m voor de beste gesuperviseerde CNN en 25,36m voor GRF-drempelwaardes.
• Temporele Context: Ablatie-studies toonden aan dat het vergroten van de input-windowgrootte ervoor zorgde dat de latente ruimte een niet-lineaire ringmanifold vormde vanwege periodieke gangdynamiek, wat de GMM-prestaties verslechterde. Bijgevolg werd een windowgrootte van $W=1$ als optimaal beschouwd om een lineair scheidbare latente ruimte te behouden.

Betekenis en Claims

Het artikel beweert dat het formuleren van contactdetectie als een zelf-gesuperviseerde continue waarschijnlijkheidsdichtheidsschattingstaak een robuustere benadering is dan gesuperviseerde binaire classificatie voor been-odometrie.

• Hardware-agnostisch: De methode maakt robuuste toestandsschatting mogelijk voor robots die geen krachtsensoren hebben, waarbij uitsluitend vertrouwd wordt op standaard gewrichtsencoders.
• Omgaan met Onzekerheid: Door een continue overtuiging in plaats van een binaire staat te produceren, kan het systeem beter omgaan met de inherente ambiguïteit van voet-terrein interacties, zoals glijden en compliantie, die binaire classificators vaak verkeerd interpreteren.
• Generalisatie: De zelf-gesenering benadering vermijdt de domain shift-problemen die geassocieerd worden met het trainen op ruisgevoelige GRF pseudo-labels, wat leidt tot betere generalisatie in real-world omgevingen.

De auteurs concluderen dat hoewel binaire contactclassificatie fundamenteel slecht gesteld is vanwege niet-gemodelleerde dynamica, een probabilistische, zelf-gesuperviseerde benadering een superieur fundament biedt voor downstream toestandsschatting.