Aller au contenu principal
SG-ODOM : estimation d'état proprioceptive événementielle avec mises à jour de contact conditionnées par la stabilité pour robots à pattesIllustration générée par IA
RecherchearXiv cs.RO 

SG-ODOM : estimation d'état proprioceptive événementielle avec mises à jour de contact conditionnées par la stabilité pour robots à pattes

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique
Voir la vidéo de cet article sur YouTube

Des chercheurs de l'Oxford Robotics Institute (groupe ori-drs, dynamic robot systems) publient SG-ODOM, un cadre d'odométrie proprioceptive pour robots à pattes, accompagné d'un code source ouvert sur GitHub et d'une vidéo de démonstration. Le système fusionne les données inertielles (IMU) avec la cinématique issue des encodeurs des articulations, mais change le moment où la correction cinématique est appliquée. Après le toucher physique du pied, une « porte de stabilité » n'accepte le contact pour l'estimation d'état qu'une fois le pied dans une condition d'appui suffisamment stable. Cet événement de touchdown validé déclenche une correction de l'estimateur, tandis que des mises à jour par temporisation (timeout) plafonnent la durée maximale de propagation IMU sans correction. Le cadre a été évalué sur plusieurs plateformes, quadrupèdes et humanoïdes, face à des estimateurs proprioceptifs de référence. Les auteurs annoncent une précision compétitive ou supérieure, avec une réduction de l'erreur de pose relative (RPE) jusqu'à 25 % par rapport à l'estimateur de base sur les séquences extérieures du jeu de données GrandTour.

L'enjeu est très concret pour quiconque déploie des robots mobiles hors laboratoire. Les estimateurs classiques supposent qu'un pied en phase d'appui est immobile, hypothèse mise à mal à l'impact et pendant le transfert de charge : appliquer en continu des corrections cinématiques sur une même phase de contact injecte de l'information redondante ou erronée, et fait dériver l'estimation de position et de vitesse. En traitant la validité du contact comme un événement plutôt que comme un état permanent, SG-ODOM s'attaque à une source d'erreur peu spectaculaire mais décisive pour la navigation, la cartographie et le contrôle de la locomotion, notamment sur terrain meuble ou irrégulier. Le fait que la méthode soit testée à la fois sur quadrupèdes et humanoïdes est un signal utile, les humanoïdes aux pieds plats et aux impacts plus brusques étant un cas plus délicat. Il faut toutefois relativiser : le gain de 25 % est le meilleur cas annoncé, sur un sous-ensemble extérieur, et pas un gain uniforme. Il s'agit de résultats académiques sur séquences enregistrées, pas d'un produit livré ni d'un déploiement industriel.

Ce travail s'inscrit dans la lignée de l'estimation d'état proprioceptive de l'Oxford Robotics Institute, dont les filtres de Kalman étendus à invariants (InEKF) et leurs variantes, ainsi que des estimateurs de référence comme ceux popularisés sur les quadrupèdes ANYmal, constituent la base de comparaison. Le jeu de données GrandTour, qui sert ici d'étalon en extérieur, fournit des séquences réalistes plutôt que des essais en environnement contrôlé. Alors que les fabricants d'humanoïdes poussent vers des cycles de travail plus longs, une odométrie jambe-IMU fiable reste un maillon essentiel, y compris quand la vision est dégradée (poussière, obscurité, occultation). La publication du code ouvre la voie à une reproduction indépendante et à une intégration dans des piles logicielles existantes ; les prochaines étapes à surveiller sont des validations sur d'autres morphologies, sur de longues distances et, idéalement, en conditions de service réel.

À lire aussi

GAIT : estimation proprioceptive de l'état d'un robot à pattes par attention sur tokens inertiels
Illustration générée par IA
1arXiv cs.RO 

GAIT : estimation proprioceptive de l'état d'un robot à pattes par attention sur tokens inertiels

Une équipe de chercheurs a publié sur arXiv (2606.14160) une nouvelle méthode d'estimation d'état proprioceptive pour robots à pattes, baptisée GAIT. L'approche repose sur une tokenisation inertielle-jambe (Inertial-Leg, IL) couplée à un réseau d'attention : plutôt que de concaténer l'ensemble des données capteurs en un seul vecteur plat, l'architecture représente les mesures inertielles et les mesures par jambe comme des tokens distincts, puis utilise un mécanisme d'attention pour pondérer dynamiquement chaque source selon les conditions de contact courantes. La méthode a été validée sur un robot quadrupède Unitree Go1, sur des terrains encombrés de débris absents de la simulation d'entraînement, et sur des allures (gait patterns) non présentées lors de l'apprentissage.

RecherchePaper
1 source
Estimation proprioceptive simultanée de la base et de l'élévation du terrain pour la locomotion des robots à pattes
Illustration générée par IA
2arXiv cs.RO 

Estimation proprioceptive simultanée de la base et de l'élévation du terrain pour la locomotion des robots à pattes

Des chercheurs proposent SBEE (Simultaneous Base and Elevation Estimation), un framework open source temps réel destiné aux robots à pattes qui doivent se localiser sans aucune perception visuelle, par exemple dans la fumée, l'obscurité ou la poussière. Le principe consiste à coupler un filtre de Kalman étendu invariant à gauche (LI-EKF) qui estime la pose de la base flottante, et une carte d'élévation sur grille, dans une boucle bidirectionnelle. Chaque appui stable d'un pied insère dans la carte un échantillon de hauteur pondéré par son incertitude. Les cellules déjà cartographiées sont ensuite réinjectées dans le filtre sous forme de pseudo-mesures verticales, elles aussi pondérées par l'incertitude, qui jouent un rôle comparable aux fermetures de boucle en SLAM.

RecherchePaper
1 source
Odométrie proprioceptive à ancrage de contact pour robots à pattes et roues-pattes
Illustration générée par IA
3arXiv cs.RO 

Odométrie proprioceptive à ancrage de contact pour robots à pattes et roues-pattes

Des chercheurs présentent dans un preprint arXiv (2602.17393, v3) un estimateur d'état proprioceptif pour robots à pattes qui n'utilise ni caméra, ni LiDAR, uniquement IMU et encodeurs moteurs. Le système calcule la pose et la vitesse du corps avec une formulation unifiée couvrant quadrupèdes et robots roue-patte (wheel-legged), validée sur quatre plateformes quadrupèdes distinctes. Le principe central est l'ancrage cinématique par contact : l'estimation des forces d'appui via le couple articulaire sélectionne les pieds en stance, dont les empreintes au sol fournissent des contraintes intermittentes dans le repère monde qui limitent la dérive cumulative de l'IMU.

RecherchePaper
1 source
TRACE : odométrie proprioceptive apprise pour robots à pattes en conditions de contact imprévisibles
Illustration générée par IA
4arXiv cs.RO 

TRACE : odométrie proprioceptive apprise pour robots à pattes en conditions de contact imprévisibles

TRACE (Tokenized Robust Attention for Contact-Aware Estimation) est un estimateur d'odométrie proprioceptive entièrement appris pour robots à pattes, conçu pour rester fiable quand les contacts au sol sont incertains. À partir d'un historique récent de mesures inertielles et articulaires embarquées, il prédit directement le déplacement relatif, la rotation relative et la vitesse en référentiel du corps, grâce à un module d'attention croisée qui pondère les signaux IMU et les données cinématiques par patte sans seuils de contact ou de glissement définis manuellement. L'entraînement combine supervision directe, pertes auxiliaires physiques, randomisation de politique en simulation et fine-tuning partiel sur données réelles.

RecherchePaper
1 source