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

技术摘要：基于注意力的神经增强卡尔曼滤波器用于足式机器人状态估计

问题陈述
足式机器人需要在多样化地形上实现敏捷运动，这要求其具备精确的实时状态估计能力（包括位姿、速度和接触状态）。虽然本体感知传感器（IMU、关节编码器）相较于外感知传感器（激光雷达、相机）更能抵御恶劣天气，但在发生足部打滑时，它们会产生显著的估计误差。标准的基于运动学的估计器（如不变扩展卡尔曼滤波器 InEKF）依赖于无滑移假设，即将接触点建模为准静态固定点。当发生打滑时，该假设被破坏，从而在状态更新步骤中引入偏差。现有方法通常通过膨胀测量协方差、丢弃更新或将打滑视为过程噪声来间接处理打滑。这些方法未能显式估计并直接补偿由打滑引起的偏差，导致累积漂移，特别是在垂直（$z$）方向上。此外，先前的神经增强滤波器通常将异构信号（打滑、状态、测量值）进行拼接，而未将打滑显式建模为条件上下文，导致补偿器在不同打滑机制下难以解释和调节。

方法论
作者提出了基于注意力的神经增强卡尔曼滤波器（AttenNKF），这是一种混合估计器，通过在标准 InEKF 基础上增加一个专门设计用于显式解决打滑引起误差的神经补偿器来实现增强。

1. 连续足部打滑等级定义：
   该方法基于支撑阶段内世界坐标系下基于正向运动学的足部速度幅值，为每只脚定义了一个连续的打滑严重程度指标（$lv_i$）。该值通过 Sigmoid 函数映射，生成 $[0, 1]$ 范围内的连续分数。该打滑等级作为上下文变量而非直接测量值，反映了零速度接触假设的违背。

2. 神经补偿器架构（AttenNC）：
   与以往将打滑视为简单输入特征的工作不同，AttenNKF 将打滑视为一种上下文，用于调节 InEKF 历史数据如何被用于补偿。

   • 潜在编码： InEKF 的后验历史（状态和内部校正）与打滑历史分别使用门控循环单元（GRU）编码为潜在表示。
   • 交叉注意力机制： 核心创新在于一个交叉注意力模块，其中打滑潜在表示作为查询（Query），而InEKF 潜在表示作为键（Key）和值（Value）。这使得网络能够根据当前的打滑机制动态地重新加权 InEKF 潜在特征。例如，在高打滑情况下，注意力机制可以有选择地强调或抑制 InEKF 历史中的特定元素，以生成更合适的补偿。
   • 训练策略： 补偿器分两步训练：
     • 步骤 1： 训练一个基于 GRU 的自编码器，将输入映射到潜在空间，以减轻对原始输入尺度的敏感性。
     • 步骤 2： 在潜在空间中使用“教师 - 学生”框架训练注意力机制。误差编码器（教师）根据真实误差生成目标潜在向量，而 InEKF 和打滑编码器（学生）通过交叉注意力生成补偿潜在向量。学生被监督以匹配教师的潜在表示以及最终的状态误差。

3. 与 InEKF 的集成：
   AttenNKF 作为后处理步骤运行。InEKF 在李群 $SEN+2(3)$ 上执行其标准的预测和更新步骤。随后，神经补偿器利用 InEKF 后验状态和打滑上下文来预测残差补偿（$\bar{e}_t$）。该残差被应用于姿态（通过 $SO(3)$ 上的指数映射）以及速度/位置（通过加法校正），以生成最终估计状态。补偿器不修改 InEKF 的协方差矩阵，也不反馈到滤波器递归中。

主要贡献

• 打滑条件补偿： 本文定义了一个连续的足部打滑等级，并证明了打滑严重程度与状态估计误差之间存在中等至强正相关，从而论证了将打滑作为显式上下文变量的合理性。
• 基于注意力的架构： 作者提出了一种神经补偿器，利用交叉注意力将打滑视为调节上下文而非拼接特征。这使得补偿器能够学习依赖于打滑机制的误差减少结构。
• 全面评估： 该方法在 Unitree Go1 机器人上进行了评估，涵盖了多种室内地形（平坦、碎石、低摩擦特氟龙、楼梯）以及一条室外轨迹（约 100 米的可变形草地）。

实验结果
实验将 AttenNKF 与三个基线进行了比较：打滑拒绝（SR）、学习接触（LC）和不变神经增强卡尔曼滤波器（InNKF）。

• 室内性能： 在低打滑地形上，所有方法表现相似。然而，在高打滑地形（碎石和特氟龙）上，AttenNKF 显著优于基线。具体而言，在碎石上，与最强基线相比，AttenNKF 将相对位置误差（REpos）降低了 93.1%。在特氟龙板上，REpos 降低了 48.6%。
• 室外性能： 在约 100 米的软草地室外轨迹上，与 SR、LC 和 InNKF 相比，AttenNKF 将 REpos 降低了约 55–73%。虽然其他方法累积了高达 10 米的垂直漂移，但 AttenNKF 将漂移保持在 $\pm 2\text{--}3$ 米以内。
• 消融研究：
  • 移除交叉注意力机制（替换为拼接）导致位置误差显著增加，证实了打滑条件重加权的益处。
  • 使用不带打滑条件的自注意力也降低了性能，突显了显式打滑上下文的必要性。
  • 所提出的两阶段训练流程（自编码器预训练 followed by 注意力训练）比端到端训练产生了更优越的结果。
  • 使用所提出的隐式打滑编码（从原始速度中学习）比使用原始足部速度或手工设计的显式打滑等级，在分布外地形上表现出更强的鲁棒性。

意义与主张
本文主张，AttenNKF 通过显式建模打滑严重程度与估计误差之间的关系，为打滑易发环境中的足式机器人状态估计提供了一种鲁棒的解决方案。通过利用注意力机制将神经补偿器基于打滑进行条件化，该方法在各种地形上实现了相对误差的一致改善，且无需外感知传感器。作者指出，该系统以 580 Hz 运行，确认了其适用于实时控制。该工作表明，将打滑视为上下文变量而非特征，可以实现更具可解释性和有效性的补偿，特别是在传统协方差调节或异常值拒绝无法校正偏差的场景中。未来的工作建议将这些状态应用于自主控制，将框架扩展到其他机器人平台（空中、轮式），并研究协方差估计和紧耦合公式。