Resumo Técnico: Aprendizado Online de Odometria Robusta para Pernas com Supervisão Exteroceptiva Mínima

Declaração do Problema

A navegação robusta para robôs de pernas depende de uma odometria precisa, tipicamente alcançada através da fusão de múltiplos sensores. No entanto, as abordagens tradicionais enfrentam obstáculos significativos de implantação:

1. Complexidade de Calibração e Modelagem: Fundir dados proprioceptivos (sensores de junta, IMUs) e exteroceptivos (câmeras, LiDAR) requer uma calibração meticulosa entre os sensores e modelagem cinemática específica da plataforma. Esses parâmetros são sensíveis a mudanças na configuração do robô ou na montagem dos sensores.
2. Vulnerabilidade à Degradação Ambiental: Embora sensores exteroceptivos embalados industrialmente forneçam rastreamento preciso, eles falham sob condições adversas (ex: baixa luminosidade para câmeras, ambientes sem características para LiDAR).
3. Limitações da Propriocepção: Métodos puramente proprioceptivos dependem de modelos de contato e cinemática projetados à mão, que degradam sob deslizamento, impactos, conformidade do terreno ou mudanças de carga útil.
4. Restrições de Treinamento Offline: Métodos baseados em aprendizado existentes frequentemente exigem treinamento offline em conjuntos de dados representativos, limitando sua adaptabilidade a novos hardwares ou ambientes dinâmicos sem pré-treinamento.

O artigo aborda a necessidade de um sistema de odometria plug-and-play e agnóstico à plataforma que possa aprender mapeamentos de propriocepção-para-velocidade online com supervisão mínima, eliminando a necessidade de calibração explícita ou pré-treinamento, e alternando perfeitamente para a propriocepção aprendida quando os sensores exteroceptivos falham.

Metodologia

O sistema proposto consiste em dois componentes primários: um Módulo Proprioceptivo Aprendido Online e um framework de Filtro de Kalman Estendido Invariante (InEKF) Robusto.

1. Propriocepção Baseada em ESN Eficiente via EKF de Baixo Posto (Low-Rank)

A inovação central é um módulo proprioceptivo que aprende a estimar a velocidade da base diretamente de sensores de nível de junta ruidosos (posições, velocidades, torques) sem modelos projetados à mão.

• Backbone de Rede de Estado de Eco (ESN): Para evitar o custo computacional de treinar pesos recorrentes online, o sistema utiliza uma ESN. O histórico de sinais de junta é comprimido em um estado de reservatório ($x_t$) via dinâmica recorrente fixa e inicializada aleatoriamente. Isso atua como um embedding de atraso da história proprioceptiva.
• Leitura MLP: Um Perceptron Multicamadas (MLP) com pesos $\hat{\theta}_t$ mapeia o estado do reservatório para a velocidade da base ($v^{esn}_t$).
• Treinamento Online com EKF de Baixo Posto (LOFI): Em vez de usar o Gradiente Descendente Estocástico (SGD), que tem dificuldades com quantificação de incerteza e ponderação de amostras em dados de fluxo contínuo, os autores empregam uma abordagem de filtragem.
  • Os parâmetros de leitura ideais $\theta^*_t$ são tratados como um estado latente que evolui via um passeio aleatório (random walk).
  • Um EKF de Baixo Posto (LOFI) atualiza os pesos do MLP em tempo real usando supervisão de velocidade exteroceptiva esparsa ($v^{sup}_t$) sempre que disponível.
  • Este método contabiliza a incerteza tanto na entrada proprioceptiva (covariância do estado do reservatório) quanto no sinal supervisório.
  • O uso de uma aproximação de baixo posto (LOFI) permite que o sistema lide com a alta dimensionalidade dos pesos do MLP ($D \approx 8000+$) em tempo real, mantendo uma complexidade de memória $O(D(L+C))$ e de computação $O(D(L+C)^2)$.

2. Odometria de Pernas Baseada em InEKF Robusto

A velocidade proprioceptiva aprendida é fundida com dados de IMU e velocidade exteroceptiva opcional dentro de um framework InEKF.

• Representação de Estado: O estado de navegação inclui orientação, velocidade, posição e vieses (biases) de IMU, propagados via um modelo de IMU strapdown.
• Seleção Adaptativa de Medição: Um Gerenciador de Alternância (Switching Manager) seleciona dinamicamente a fonte de medição de velocidade:
  • Exteroceptiva (VINS): Usada quando o sistema visual-inercial é confiável. Ela também serve como o sinal supervisório para atualizar o MLP proprioceptivo.
  • Proprioceptiva (ESN): Usada quando o VINS degrada (ex: cenas sem textura, mudanças de iluminação). O sistema depende do modelo aprendido, que foi atualizado durante períodos de supervisão confiável.
• Tratamento de Incerteza: A lógica de alternância monitora a integridade do VINS (qualidade de rastreamento de características e covariância) e a covariância do ESN. Se o VINS for marcado como "inutilizável" e a covariância do ESN for baixa, o sistema alterna para a velocidade proprioceptiva aprendida e interrompe a atualização do MLP para evitar corrupção por supervisão ruim.

Principais Contribuições

1. Aprendizado Proprioceptivo Online: O artigo apresenta o primeiro método para modelar a propriocepção de pernas como uma leitura de MLP sobre uma ESN, treinada online durante a implantação. Não requer pré-treinamento, não requer modelos de contato/cinemática projetados à mão e é transferível para qualquer robô de pernas com sensores proprioceptivos.
2. EKF de Baixo Posto para Treinamento Neural: Os autores utilizam um EKF de baixo posto para treinar os pesos de leitura do MLP online. Esta abordagem quantifica de forma única a incerteza nos pesos e na entrada, permitindo taxas de aprendizado adaptativas baseadas na qualidade do sinal supervisório, superando as limitações do SGD padrão em cenários de streaming.
3. Framework InEKF Robusto: Uma estrutura de odometria unificada que funde otimamente dados de IMU com velocidades proprioceptivas ou exteroceptivas aprendidas. Possui uma estratégia de alternância adaptativa que garante resiliência quando os sensores exteroceptivos falham, realizando o fallback suave para o modelo aprendido online.

Resultados Experimentais

O método foi validado em duas plataformas quadrúpedes: Boston Dynamics Spot e Ghost Robotics Vision 60.

• Avaliação do Dataset Spot:

  • O sistema foi testado em várias sequências (ex: ATRIUM, BICORRIDOR, DOWNSTAIR) com janelas de supervisão de 10s, 30s e 60s.
  • Desempenho: Com apenas 30 segundos de supervisão, o método aprendeu um mapa de velocidade confiável. Em muitas sequências, o desempenho foi competitivo ou superou o GaRLILEO (baseline exteroceptivo-proprioceptivo) e o Leg-InEKF (baseline calibrado offline), apesar de não utilizar calibração offline.
  • Observação: A precisão melhorou com janelas de supervisão mais longas. Ocorreram exceções (ex: sequência OVERPASS) onde a distribuição de movimento não supervisionado (descida de escadas) diferiu significativamente da distribuição supervisionada (chão plano/subida de escadas), levando ao drift. Isso destaca a limitação de que o modelo não generaliza além da distribuição de seu treinamento/supervisão.

• Implantação Real-World Vision 60:

  • Testado em um edifício com um Intel RealSense D435i, sem calibração extrínseca entre a câmera e os sensores do robô.
  • Cenários: O robô atravessou zonas visualmente degradadas, incluindo um corredor com luzes apagadas e um lavatório onde as luzes foram extintas no meio de um giro.
  • Resultado: Quando o VINS falhou devido à falta de características visuais ou mudanças de iluminação, o gerenciador de alternância detectou com sucesso a degradação e mudou para o módulo proprioceptivo aprendido. O sistema manteve trajetórias precisas, enquanto o baseline baseado apenas em VINS sofreu drift severo e overshoot.

Significância e Alegações

O artigo afirma demonstrar um sistema de odometria resiliente e agnóstico à plataforma que:

• Elimina a Calibração: Remove a necessidade de calibração explícita exteroceptiva-para-proprioceptiva ou modelagem cinemática do sistema, permitindo a implantação "plug-and-play" em diferentes hardwares.
• Adapta-se a Condições Adversárias: Mantém a estimativa de movimento robusta ao alternar perfeitamente para um modelo proprioceptivo aprendido online quando os sensores exteroceptivos degradam.
• Aprendizado Online Eficiente: Prova que leituras de redes neurais complexas podem ser treinadas online em tempo real usando EKF de baixo posto, contabilizando incertezas tanto no input do sensor quanto no sinal supervisório.

Limitações Reconhecidas:
Os autores notam modestamente que o framework assume que a exterocepção e a propriocepção não degradam simultaneamente. Além disso, não se espera que a leitura MLP aprendida generalize para distribuições de movimento significativamente diferentes daquelas cobertas pela supervisão de velocidade; prever velocidade para tipos de movimento não vistos resultará em estimativas incorretas.