技术摘要：基于极简外感知监督的在线鲁棒足式机器人里程计学习

问题陈述

鲁棒的足式机器人导航依赖于准确的里程计，这通常通过多传感器融合来实现。然而，传统方法面临着显著的部署障碍：

1. 标定与建模复杂性： 融合本体感知（关节传感器、IMU）与外感知（摄像头、LiDAR）数据需要精细的传感器间标定以及针对特定平台的运动学建模。这些参数对机器人配置或传感器安装位置的变化非常敏感。
2. 环境退化的脆弱性： 虽然工业级封装的外感知传感器能提供精确的跟踪，但在对抗性条件下（例如摄像头的低光照环境、LiDAR 的无特征环境）会失效。
3. 本体感知的局限性： 纯本体感知方法依赖于手工设计的运动学和接触模型，在发生打滑、冲击、地形顺应性变化或负载变化时，这些模型性能会发生退化。
4. 离线训练约束： 现有的基于学习的方法通常需要在代表性数据集上进行离线训练，这限制了它们在面对新硬件或动态环境时的适应能力，且无需预训练。

本文旨在解决开发一种即插即用、与平台无关的里程计系统的需求，该系统能够在极简监督下在线学习“本体感知到速度”的映射，从而消除显式标定或预训练的需求，并在外感知传感器失效时无缝切换回学习到的本体感知功能。

方法论

所提出的系统由两个主要部分组成：一个在线学习本体感知模块和一个鲁棒不变扩展卡尔曼滤波（InEKF）框架。

1. 基于低秩 EKF 的高效 ESN 本体感知

核心创新在于一个本体感知模块，它能够直接从带有噪声的关节级传感信号（位置、速度、转矩）中学习估计基座速度，而无需手工设计的模型。

• 回声状态网络（ESN）骨干： 为了避免在线训练循环权重的高昂计算成本，系统使用了 ESN。关节信号的历史信息通过固定的、随机初始化的循环动力学被压缩进储层状态（$x_t$）中。这起到了本体感知历史的延迟嵌入作用。
• MLP 读取器： 一个多层感知器（MLP）利用权重 $\hat{\theta}_t$ 将储层状态映射为基座速度（$v^{esn}_t$）。
• 基于低秩 EKF（LOFI）的在线训练： 作者没有使用随机梯度下降（SGD），因为 SGD 在处理流式数据中的不确定性量化和样本加权方面表现不佳，而是采用了一种滤波方法。
  • 最优读取器参数 $\theta^*_t$ 被视为通过随机游走演化的隐状态。
  • 低秩 EKF 利用稀疏的外感知速度监督信号（$v^{sup}_t$）实时更新 MLP 权重。
  • 该方法考虑了本体感知输入（储层协方差）和监督信号两者的不确定性。
  • 使用低秩近似（LOFI）使得系统能够实时处理高维度的 MLP 权重（$D \approx 8000+$），保持了 $O(D(L+C))$ 的内存复杂度及 $O(D(L+C)^2)$ 的计算复杂度。

2. 基于鲁棒 InEKF 的足式机器人里程计

学习到的本体感知速度被集成到 InEKF 框架中，与 IMU 数据以及可选的外感知速度进行融合。

• 状态表示： 导航状态包括姿态、速度、位置和 IMU 偏差，通过捷联惯性导航模型进行传播。
• 自适应测量选择： 一个**切换管理器（Switching Manager）**动态地选择速度测量源：
  • 外感知（VINS）： 当视觉惯性系统可靠时使用。它同时也作为更新本体感知 MLP 的监督信号。
  • 本体感知（ESN）： 当 VINS 退化（如纹理缺失场景、光照变化）时使用。系统依赖于已通过可靠监督进行更新的学习模型。
• 不确定性处理： 切换逻辑通过监测 VINS 的健康状况（特征跟踪质量和协方差）以及 ESN 的协方差来工作。如果 VINS 被标记为“不可用”且 ESN 协方差较低，系统会将状态估计切换至学习到的本体感知速度，并停止 MLP 更新，以防止受到错误监督信号的干扰。

核心贡献

1. 在线本体感知学习： 本文提出了首个将足式本体感知建模为 ESN 之上 MLP 读取器的方法，且该方法是在部署期间进行在线学习的。它不需要预训练，不需要手工设计的运动学/接触模型，并且可以迁移到任何配备本体感知传感器的足式机器人上。
2. 用于神经训练的低秩 EKF： 作者利用低秩 EKF 在线训练 MLP 读取器权重。这种方法独特之处在于它能量化权重和输入的确定性，从而根据监督信号的质量实现自适应学习率，克服了标准 SGD 在流式设置下的局限性。
3. 鲁棒 InEKF 框架： 提供了一个统一的里程计框架，能够最优地融合 IMU 数据与学习到的本体感知或外感知速度。该框架具备自适应切换策略，确保在外感知传感器失效时保持韧性，实现向在线学习模型的无缝回退。

实验结果

该方法在两个四足平台 Boston Dynamics Spot 和 Ghost Robotics Vision 60 上进行了验证。

• Spot 数据集评估：

  • 系统在多种序列（如 ATRIUM、BICORRIDOR、DOWNSTAIR）上进行了测试，监督窗口分别为 10s、30s 和 60s。
  • 性能： 仅需 30 秒的监督，该方法就能学习到可靠的速度映射。在许多序列中，其表现与 GaRLILEO（外感知-本体感知基准）和 Leg-InEKF（离线标定基准）相当甚至更优，尽管它完全没有使用离线标定。
  • 观察： 准确度随监督窗口的增加而提高。例外情况出现在 OVERPASS 序列中，即由于无监督运动分布（下楼梯）与监督分布（平地/上楼梯）存在差异，导致了漂移。这凸显了该模型无法超越其监督分布进行泛化的局限性。

• Vision 60 真实世界部署：

  • 在配备 Intel RealSense D435i 的建筑内进行测试，未进行外感知与机器人传感器之间的显式外参标定。
  • 场景： 机器人穿越了视觉退化的区域，包括灯光熄灭的走廊，以及在旋转过程中灯光熄灭的盥洗室。
  • 结果： 当 VINS 因缺乏视觉特征或光照变化而失效时，切换管理器成功检测到退化并切换到了学习到的本体感知模块。系统维持了准确的轨迹，而仅靠 VINS 的基准方法则出现了严重的漂移和过冲。

重要性与声明

本文声称展示了一个具有韧性的、与平台无关的里程计系统，该系统能够：

• 消除标定： 无需显式的外感知与本体感知间的标定或系统运动学建模，实现了在不同硬件上的“即插即用”部署。
• 适应对抗性条件： 通过在外感知传感器退化时无缝回退到在线学习的本体感知模型，保持鲁棒的运动估计。
• 高效在线学习： 证明了复杂的神经网络读取器可以通过低秩 EKF 在线实时训练，并能同时兼顾传感器输入和监督信号的不确定性。

承认的局限性：
作者谦虚地指出，该框架假设外感知和本体感知不会同时发生退化。此外，学习到的读取器 MLP 并不期望能泛化到与其速度监督分布显著不同的运动类型；对于未见过的运动类型进行预测会导致错误的估计。