SelfRising/docs/PIPELINE.md

27 lines
4.3 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 从设计到实机反馈的完整 pipeline
本表将三个聊天中的工作整理为**一条端到端链路**,按交接需要分成下列环节。只有表中对应的检查可以支持该阶段的结论。
| # | 环节 / 输入 | 代码入口(仓库根目录下) | 输出 / 接续 | 当前边界 |
|---|---|---|---|---|
| 1 | 硬件与任务定义:双连续旋转 SG90、一个底板 IMU、外置 X5 | `docs/HARDWARE.md`;`RL/training/continuous_sg90_v3_20261113/ENV_CONTRACT.md` | 控制/传感接口和任务成功条件 | 目标是倒地起身,持续动态平衡另需定义 |
| 2 | CAD建模:加高圆角双轴结构、100×80×5 mm 底板与 IMU 座 | `3Dmodel/v4_taller_rounded_imu/build_imu_mount.py` | 加高圆角 v4+IMU 安装位 STEP、五件打印 STL 与安装坐标 | IMU芯片、PCB与实物配合尚待核对 |
| 3 | 干涉与打印准备 | `3Dmodel/v4_taller_rounded_imu/output/manifest.json`;`3Dmodel/print/` | 35 个离散姿态检查,五个闭合且正体积的网格 | 连续全行程和实物承载待验证 |
| 4 | IMU 接线、安装和三姿态标定 | `RDK/calibration/imu_server.py` 的 `stationary` / `candidate`;`RDK/calibration/imu.html`;`RDK/deployment/x5_imu_calibration_20261112/board_tool.py` | `sensor_to_body`、陀螺偏置、参考重力与采样配置 | 单个底板 IMU 测不到轴角和杆尖接触;旧 profile 只对应原安装 |
| 5 | 舵机点动、方向与板端限制 | `RDK/deployment/x5_continuous_speed_20261112/bench_pulse.py`、`speed_runtime.py`;`RDK/deployment/x5_imu_calibration_20261112/v2/` | 真实脉宽、实际写入命令、时间、限幅及停机收据 | SG90 为速度型;1500 μs 是名义停转点,不是零角;命令积分不等于实测轴角 |
| 6 | MuJoCo 物理与传感器建模 | `RL/training/continuous_sg90_v3_20261113/stiction_domain/environment.py`、`continuous_physical.py`、`sensor_model.py`、`physics.xml` | 196 维可测 actor 观测、速度动作、撤驱后的物理状态 | 被动摩擦参数是假设;代理网格不能替代所保留结构的实物验收 |
| 7 | 用历史实机轨迹校准仿真 | `RL/training/continuous_sg90_v3_20261113/calibration/extract.py`、`replay.py`、`fit.py`、`score.py`、`stiction_diagnostic/` | 原始脉宽/IMU提取、参数族、静置与留出预测误差 | `accepted_models.json` 为空且 BLOCKED;显式诊断族才可用于诊断训练 |
| 8 | 搜索双轴速度与持续时间、生成教师 | `stiction_domain/search.py`、`multidir_transfer.py`;`RL/training/sg90_360_handoff/anchor_search.py` | 四类动作顺序、严格成功见证、43/9/50 回合数据 | 教师用物理真值验收;actor 不得读取真值;筛选成功不是策略成功率 |
| 9 | BC 初始化与 PPO 微调、导出 | `stiction_domain/train_crossq.py`、`train_multidir.py`、`policy.py` | `actor.npz`、`policy.zip`、分组划分与导出误差 | 名为 crossq 的历史脚本实际使用 SB3 PPO;主 BC43 为监督权重、0 个 PPO 环境步 |
| 10 | 冻结、独立测试、精确回放 | `stiction_domain/evaluate.py`;恢复包中的 `verify_package.py`、`run_demo.py`、`evidence/final147/` | 固定四模型同起点、55/963、8 段成功/失败对照 | 有效分母与未收录原因分开;未满足八向各 200、各≥95% |
| 11 | X5 推理、实验/自主模式与失败回流 | `RDK/deployment/x5_continuous_speed_20261112/board_cli.py`、`run_bench.py`、`autonomous.py`、`x5-selfright.service`;`bench_receipts/` | 六轮逐控制记录与实拍,回流至环节 7/8 | 板端是历史旧权重;辅助撑地与纯模型分别计;v3 未上真机 |
## 协作者按工作方向进入
- **机械**:从唯一保留的IMU版STEP与安装坐标开始;打印件、模块占位和金属外购件分别核对。
- **物理与控制**:从六轮实机 JSON、校准误差和 `map_drive` 开始,优先对齐命令积分限幅及撤驱后的响应。
- **学习算法**:先复现冻结成功/失败样本,读 grouped BC 划分,再决定是否更改网络、训练初态或奖励。
- **嵌入式 / Web**:阅读 speed runtime 与 autonomous 的测试,检查单次、辅助、自主监听各自的控制权和退出行为。
环节间不能跳过的对应关系:几何变更→惯量/接触重建;安装变更→IMU profile 审核;速度映射变更→仿真与板端同时核验;权重变更→导出校验与新冻结测试。