Projected Gravity
- Aussi appelé: projected gravity vector, body-frame gravity vector
- Catégorie: Sensing › Proprioceptive
- Mots-clés: orientation, legged-locomotion, reinforcement-learning, imu, observation-design
La direction unitaire de la gravité exprimée dans le repère du corps d'un robot ; elle encode le roulis et le tangage sans le lacet et constitue une entrée d'inclinaison standard pour les politiques apprises de locomotion et d'équilibre.
Définition
La gravité projetée (Projected gravity) est la direction de la gravité exprimée dans le repère d'un corps du robot, généralement la base ou le torse. Dans le repère monde, la gravité pointe droit vers le bas, (0, 0, -1) en vecteur unitaire. La faire tourner dans le repère du corps avec la transposée de la matrice d'orientation du corps donne un vecteur à trois composantes qui change à mesure que le corps s'incline. Lorsque le corps est droit, le vecteur vaut (0, 0, -1) ; lorsque le corps s'incline d'un angle θ, la partie horizontale croît jusqu'à une longueur sin θ et la partie verticale diminue jusqu'à -cos θ. La norme des composantes x et y est donc une mesure directe de l'inclinaison, nulle quand le corps est droit et égale à un quand il est couché sur le côté, et la direction de cette partie horizontale indique de quel côté le corps penche.
La principale raison d'utiliser ce vecteur plutôt que les angles de lacet, de tangage et de roulis est qu'il contient exactement l'information d'orientation dont un contrôleur d'équilibre ou de locomotion a besoin. Il ne dépend pas du cap, si bien qu'une politique se comporte de la même façon quelle que soit la direction vers laquelle le robot est tourné, et c'est une fonction lisse de l'orientation, sans le repliement ni les singularités des angles d'Euler. Pour ces raisons, c'est un terme d'observation standard dans les frameworks d'apprentissage par renforcement pour robots à pattes et humanoïdes, comme legged_gym et Isaac Lab, et ses composantes horizontales sont souvent utilisées directement dans des récompenses qui pénalisent l'inclinaison du corps.
Sur le matériel, la gravité projetée provient de l'estimation d'orientation d'une IMU, généralement calculée par un filtre qui combine les données du gyroscope et de l'accéléromètre. Ce n'est pas la même chose que la mesure brute de l'accéléromètre : un accéléromètre mesure la force spécifique, qui n'est égale à la direction de la gravité que lorsque le corps n'accélère pas. Une politique entraînée avec une orientation simulée parfaite peut donc se comporter différemment lorsqu'elle reçoit une estimation filtrée qui est en retard ou perturbée lors des chocs, c'est pourquoi on ajoute souvent du bruit et un retard à cette observation pendant l'entraînement. La même construction peut s'appliquer à n'importe quel corps, comme un plateau tenu par un humanoïde, pour mesurer à quel point il est horizontal.
Pourquoi c'est important
L'inclinaison par rapport à la gravité est le signal d'orientation le plus important pour maintenir droit un robot, ou un objet qu'il porte. La gravité projetée la fournit sous une forme compacte, indépendante du cap, que les contrôleurs appris gèrent bien, c'est pourquoi elle figure en standard dans les observations des politiques de locomotion apprises.
Applications principales
- Entrée d'observation pour les politiques de locomotion apprises de robots à pattes et humanoïdes
- Termes de récompense qui pénalisent l'inclinaison du corps ou de la charge utile
- Déclencheurs de détection de chute et de relevé
- Équilibrage d'objets portés comme des plateaux et des récipients
- Commande tenant compte de l'inclinaison pour les manipulateurs mobiles en pente
En pratique
Une équipe entraîne une politique d'humanoïde à porter un plateau sans rien renverser. L'observation comprend la gravité projetée du torse, issue de l'IMU, et celle du plateau, calculée à partir de son orientation estimée. La récompense pénalise le carré de la norme des composantes horizontales de la gravité du plateau, qui est nul lorsque le plateau est horizontal. Pendant l'entraînement en simulation, du bruit et un petit retard sont ajoutés aux deux vecteurs pour correspondre au filtre d'orientation embarqué. Sur le robot réel, l'équipe vérifie que la convention de repère de l'IMU correspond à celle du simulateur, car un axe inversé ou une erreur de signe dans ce vecteur pousse la politique à corriger une inclinaison qui n'existe pas.
Idées reçues
- La gravité projetée est la mesure de l'accéléromètre — l'accéléromètre mesure aussi l'accélération linéaire, donc il ne correspond à la gravité que lorsque le corps n'accélère pas
- Elle encode l'orientation complète — la rotation autour de l'axe de la gravité (lacet) n'est pas représentée, ce qui est généralement voulu
- Ce ne sont que les angles de roulis et de tangage sous un autre nom — elle porte la même information d'inclinaison, mais sous la forme d'un vecteur unitaire lisse sans repliement d'angle ni singularités
Qui devrait le savoir
- Ingénieurs en apprentissage par renforcement entraînant des politiques de locomotion et d'équilibre
- Ingénieurs en commande de robots à pattes et humanoïdes
- Ingénieurs déployant sur des IMU réelles des politiques entraînées en simulation
- Étudiants en robotique travaillant avec des représentations d'orientation
Technologies associées
- Isaac Lab
- legged_gym
- Centrale d'attitude et de cap (Attitude and Heading Reference System)
- Estimation d'orientation par quaternions (Quaternion Orientation Estimation)
- Filtres de Mahony et de Madgwick (Mahony and Madgwick Filters)
Termes associés
Projets associés
- LeRobot: HuggingFace ML library for real-world robotics in PyTorch
- MuJoCo: DeepMind physics engine for robotics and ML research
- PyBullet: Python physics simulator for robotics and RL research with fast CPU-based simulation
- Microduck: Pollen Robotics' $399 walking duck robot: open-source software, closed hardware
- Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
- Newton: Open GPU physics engine for robot learning, with Kamino for closed-loop linkages