SelfRising/docs/PIPELINE.md

4.3 KiB
Raw Blame History

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。