💻 computer science

QuadPiPS: A Perception-informed Footstep Planner for Quadrupeds With Semantic Affordance Prediction

تقدم هذه الورقة البحثية QuadPiPS، وهو إطار عمل قائم على الإدراك يستفيد من تمثيل "الرؤية الذاتية الساقية" (legged egocan) دلالي-هندسي مبتكر واستراتيجية تخطيط ALEF محسنة لتمكين حركة رباعية الأرجل آمنة، ومدركة للتضاريس، وممكنة حركيًا وديناميكيًا في البيئات الصعبة.

المؤلفون الأصليون: Max Asselmeier, Ye Zhao, Patricio A. Vela

نُشر 2026-04-23

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Max Asselmeier, Ye Zhao, Patricio A. Vela

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك كلب بأربع أرجل تحاول التنقل في فناء خلفي فوضوي مليء بالبرك، والصخور السائبة، والممرات الحديقة الضيقة، ومنحدر شديد الانحدار. إذا كنت روبوتًا، فستحتاج إلى عقل لا يكتفي فقط بـ "رؤية" الأرض، بل "يفهمها".

تقدم هذه الورقة البحثية QuadPiPS، وهو "عقل" جديد للروبوتات رباعية الأرجل التي تساعدها على تحديد مكان الخطوة بدقة، حتى في المواقف الصعبة التي قد تفشل فيها الخرائط البسيطة.

إليك شرح كيفية عمله، باستخدام تشبيهات من الحياة اليومية:

1. المشكلة: "الخريطة الضبابية" مقابل "الصورة عالية الدقة"

تعتمد معظم الروبوتات اليوم في تنقلها على خرائط الارتفاع (Elevation Maps). فكر في الأمر كأنه صورة فضائية منخفضة الدقة ومبكسلة للأرض. هي تخبر الروبوت: "هناك تلة هنا"، أو "هناك حفرة هناك".

العيب: إذا كان لديك حجر خطو صغير محاط بالطين، فقد تدمج الخريطة المبكسلة بينهما. سيعتقد الروبوت: "أوه، إنها مجرد بقعة طينية كبيرة واحدة"، وسيحاول الخطو مباشرة في الطين، مما يؤدي إلى انزلاقه وسقوطه.

يستخدم QuadPiPS نهجًا مختلفًا يسمى الإدراك في فضاء الإدراك (Perception-in-Perception Space). فبدلاً من بناء خريطة ضبابية أولاً، فإنه ينظر إلى بث الكاميرا الخام كأنه صورة عالية الدقة. هو لا يحاول تلخيص العالم؛ بل يحلل الصورة مباشرة للعثور على أماكن آمنة.

2. "الإيجوكان" (Egocan): فقاعة الروبوت بزاوية 360 درجة

لرؤية العالم، يستخدم الروبوت أداة تسمى Egocan.

التشبيه: تخيل أن الروبوت يرتدي خوذة كروية شفية ضخمة تحيط به. وبينما يتحرك الروبوت، يتم "رسم" العالم على الجزء الداخلي من هذه الخوذة.
الابتكار: عادةً ما تعرض هذه الخوذات ما هو موجود أمام الروبوت فقط. لكن QuadPiPS يضيف "أغطية" للجزء العلوي والسفلي من الخوذة. هذا يعني أن الروبوت يتذكر ما كان تحت قدميه مباشرة قبل ثانية واحدة، حتى بعد تجاوزه. إنه يخلق فقاعة ذاكرة مستمرة بزاوية 360 درجة.

3. "السوبر بيكسل" (Superpixels): تقطيع الكعكة إلى قطع سهلة الهضم

بمجرد أن يمتلك الروبوت فقاعته بزاوية 360 درجة، فإنه يحتاج إلى اتخاذ قرار بشأن مكان الخطوة.

الطريقة القديمة: ينظر الروبوت إلى الأرض كشبكة من المربعات الصغيرة (مثل لوحة الشطرنج)، ويحاول اختيار مربع منها.
طريقة QuadPiPS: يستخدم الروبوت خوارزمية تسمى Superpixels. تخيل أنك تنظر إلى لوحة فسيفساء أو نافذة زجاجية ملونة. بدلاً من النظر إلى كل قطعة صغيرة جداً من الزجاج، تقوم بتجميعها في أشكال طبيعية (مثل بقعة زرقاء كبيرة من السماء أو صخرة حمراء متعرجة).
لماذا يساعد ذلك: إذا كان هناك حجر خطو واحد مثالي، فإن خوارزمية Superpixel تراه كـ شكل متميز واحد. هي لا ترتبك بسبب الضجيج المحيط به. وهذا يسمح للروبوت بأن يقول: "هذا الشكل الأزرق الكامل هو مكان آمن لوضع قدمي"، بدلاً من التخمين بكسل تلو الآخر.

4. "العقل الذكي": الهندسة + الدلالات

لا ينظر QuadPiPS إلى الشكل فحسب؛ بل ينظر إلى المعنى.

الهندسة (Geometry): يتحقق مما إذا كان السطح مستوٍ بما يكفي للوقوف عليه (مثل التحقق مما إذا كانت الطاولة متوازنة).
الدلالات (Semantics - "القابلية للاستخدام"): يستخدم الذكاء الاصطناعي ليسأل: "هل هذا الشيء مخصص ليتم الخطو عليه؟"
- مثال: تخيل منحدرًا. هندسيًا، هو مسطح. لكن إذا كان منحدرًا يؤدي إلى جدار، سيعرف الروبوت: "يمكنني المشي للأعلى في هذا، لكن لا ينبغي لي محاولة الوقوف على الجدار في الأعلى".
- يتعلم QuadPiPS تصنيف الأشياء كـ قابلة للخطو (أخضر)، أو قابلة للعبور (أصفر - يمكنني القفز فوقها)، أو غير قابلة للعبور (أحمر - خطر!).

5. "البحث والتحسين": تخطيط الرقصة

بمجرد أن يعرف الروبوت الأشكال الآمنة، يتعين عليه تحديد حركات الرقص.

البحث: يستخدم "رسم بياني للبحث" (مثل حل المتاهات) للعثود إلى تسلسل من الأشكال الآمنة التي تنقله من النقطة (أ) إلى النقطة (ب). يشبه الأمر التخطيط لمسار عبر حقل من أحجار الخطو، مع فحص كل التشكيلات الممكنة للعثور على المسار الأكثر أمانًا.
التحسين (Optimization): بمجرد اختيار المسار، يقوم محرك رياضي بحساب حركة الأرجل المثالية للهبوط تمامًا على تلك النقاط دون تعثر.
التحكم: أخيرًا، يقوم نظام "رد الفعل" (MPC و WBC) بمراقبة جسم الروبوت في الوقت الفعلي. إذا انزلق الروبوت قليلاً، يقوم هذا النظام فورًا بتعديل العضلات للحفاظ على استقامته، تمامًا كما يفعل البشر غريزيًا بتحريك أذرعهم للبقاء متوازنين في حافلة مهتزة.

لماذا يهم هذا (النتائج)

اختبر الباحثون هذا على روبوتين: ANYmal C (كلب بحثي) و Unitree Go2 (روبوت استهلاكي).

الاختبار: وضعوا الروبوتات في 10 سيناريوهات مخيفة مختلفة: عوارض ضيقة، أكوام من الحطام، منحدرات، وأحجار خطو متباعدة.
الفائز: في التضاريس السهلة، أدى الجميع بشكل جيد. ولكن في التضاريس الصعبة (مثل أحجار الخطو المتباعدة حيث توجد أماكن قليلة جدًا للخطو)، فشلت الروبوتات ذات "الخريطة الضبابية" باستمرار؛ إذ لم تتمكن من العثور على الأحجار الصغيرة.
QuadPiPS نجح في معظم الحالات تقريبًا. لأنه استطاع رؤية الأحجار كأشكال متميزة وآمنة، تمكن من التخطيط لمسار حيث قد تسقط الروبوتات الأخرى.

الخلاصة

QuadPiPS يشبه منح الروبوت عيني صقر وعقل خبير في رياضة "الباركور". فبدلاً من الاعتماد على خريطة مرسومة مسبقًا وضبابية، فإنه ينظر إلى العالم بدقة عالية، ويجمع الأرض في "مناطق آمنة" طبيعية، ويخطط مسارًا دقيقًا وآمنًا عبر الفوضى. إنه يثبت أنه لكي تسير الروبوتات بأمان في العالم الحقيقي، فإنها تحتاج إلى فهم ملمس ومعنى الأرض، وليس فقط ارتفاعها.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "QuadPiPS: مخطط خطوات للروبوتات رباعية الأرجل مستوحى من الإدراك مع التنبؤ بالقدرة الاستيعابية الدلالية (Semantic Affordance)."

1. بيان المشكلة

تتطلب الروبوتات ذات الأرجل تخطيطاً قوياً لمواضع وضع الأقدام (foothold planning) للتنقل في التضاريس المعقدة وغير المهيكلة. تعتمد النهج التقليدية غالباً على خرائط الارتفاع ثنائية ونصف الأبعاد (2.5D elevation maps) أو الشبكات الحجمية (voxel grids)، والتي تتطلب معالجة مكلفة حوسبياً للسحب النقطية (مثل الترشيح، وإطلاق الأشعة - ray casting)، كما قد تواجه صعوبات في التعامل مع حالات الحجب (occlusions) أو المساحات الضيقة. علاوة على ذلك، تفتقر العديد من المخططات الحالية إلى الفهم الدلالي (semantic understanding) للتضاريس (على سبيل المثال، التمييز بين سطح مستوٍ هندسياً ولكنه غير آمن دلالياً للخطو عليه).

يكمن التحدي الجوهري الذي تعالجه هذه الدراسة في إنشاء إطار عمل لتخطيط مواضع الأقدام يعمل في الوقت الفعلي ومستوحى من الإدراك (perception-informed)، بحيث:

يقلل من زمن تأخير المعالجة المسبقة للحساسات.
يدمج بين الخصائص الهندسية (المتجهات السطحية - surface normals) والقدرات الاستيعابية الدلالية (القدرة على الخطو - steppability).
يعمل بفعالية في البيئات الحرجة من حيث السلامة ذات المواضع المحدودة أو الشحيحة (مثل أحجار الخطو أو العوارض الضيقة).
يولد مسارات كاملة الجسم (whole-body trajectories) قابلة للتنفيذ حركياً (kinodynamically feasible) للروبوتات رباعية الأرجل.

2. المنهجية: إطار عمل QuadPiPS

يعمل نظام QuadPiPS (التخطيط الرباعي في فضاء الإدراك) ضمن فلسفة التخطيط في فضاء الإدراك (Planning in the Perception Space - PiPS)، حيث يعمل مباشرة على تمثيلات البيانات الخام للحساسات بدلاً من الخرائط المعالجة مسبقاً. يتكون إطار العمل من أربع مراحل رئيسية:

أ. خط معالجة الإدراك: الـ Egocan الخاص بالرجل

يستخدم النظام تمثيل Egocan موسعاً، وهو نموذج مركزي (ego-centric) بزاوية 360 درجة مشتق من كاميرا عمق أمامية واحدة.

الأسطوانة المركزية والغطاء المركزي (Egocylinder + Egocaps): تلتقط الأسطوانة المركزية القياسية المحيط، بينما يلتقط "الغطاء المركزي" (egocap) السفلي منطقة الأرض مباشرة أسفل الروبوت، مما يعمل فعلياً كخريطة ارتفاع دون الحاجة لمعالجة السحب النقطية.
ترميز القدرة الاستيعابية متعدد القنوات: يتم تعزيز الـ egocan بثلاث قنوات:
1. العمق ( $I_{depth}$ ): بيانات المسافة الخام.
2. المتجهات السطحية ( $I_{normal}$ ): تُقدر عبر تدرجات مساحة الصورة لالتقاط التوجه الهندسي.
3. تسميات القدرة على الخطو ( $I_{step}$ ): تقسيم دلالي يتنبأ بما إذا كانت المنطقة قابلة للخطو (Steppable)، أو قابلة للعبور (Passable) (يمكن المرور فوقها دون الخطو عليها)، أو غير قابلة للعبور (Non-passable). يتم التنبؤ بذلك باستخدام نموذج DeepLabV3+ مدرب على بيانات اصطناعية ناتجة عن أشكال أولية (متوازي مستطيلات، منحدرات، إلخ).
التقسيم الفائق (Superpixel Oversegmentation): بدلاً من الشبكة الموحدة، يتم تقسيم الـ egocan الأرضي إلى superpixels باستخدام خوارزمية SLIC معدلة. ينشئ هذا مجموعة من المناطق المستوية المحدبة التي تعمل كمواضع أقدام مرشحة، مما يسمح للمخطط بتحديد أين يخطو داخل الميزة، وليس فقط أي ميزة يخطو عليها.

ب. تخطيط الحركة (البحث الهرمي)

مستوحى من إطار عمل ALEF، يقوم المخطط بتفكيك المشكلة إلى مساحات منفصلة ومتصلة:

البحث عن مسار الجذع (Torso Search): بحث $A^*$ خشن فوق المناطق المستوية لتوليد مسار توجيهي للجذع.
البحث في رسم بياني لعائلات أنماط الاتصال (Contact Mode Family Graph Search): بحث $A^*$ $A^{*}$ منفصل يبني رسماً بيانياً حيث تمثل العقد عائلات أنماط الاتصال (الوقفات الجزئية) وتمثل الحواف الانتقالات بين هذه الوقفات.
- القيود: يفرض البحث تسلسلات مشية محددة من قبل المستخدم، والوصول الحركي (kinematic reachability)، واستقرار الوقفة (تباعد الأقدام)، وحدود مسافة التأرجح.
- التوجيه الدلالي: يتجنب البحث في الرسم البياني المناطق غير القابلة للخطو التي حددها النموذج الدلالي.
تحسين المسار (Trajectory Optimization - TO): بمجرد العثور على تسلسل منفصل لمواضع الأقدام، يقوم تسلسل من مشكلات تحسين المسار غير الخطي (التي تُحل عبر مكتبة OCS2) بتخليق مسارات مرجعية طويلة المدى لكامل الجسم، تنتقل بالروبوت بين حالات الوقوف.

ج. التحكم

يتم تتبع المسار المرجعي بواسطة حزمة تحكم هرمية:

التحكم التنبئي بالنماذج (MPC): يعمل بتردد 50 هرتز، لتتبع المسار المرجعي مع السماح بالانحرافات من أجل الاستقرار.
التحكم في كامل الجسم (WBC): يعمل بتردد أعلى من 1 كيلو هرتز، ويقوم بحل برنامج تربيعي هرمي (Hierarchical QP) لتوليد عزوم دوران المفاصل، مع إعطاء الأولوية للجدوى الديناميكية على تتبع المسار الصارم.

3. المساهمات الرئيسية

تمثيل Legged Egocan: توسيع الـ egocan ليشمل المتجهات السطحية الهندسية وتسميات القدرة على الخطو الدلالية، مما يتيح نموذجاً محلياً للبيئة بزاوية 360 درجة من كاميرا واحدة دون معالجة السحب النقطية.
توليد البيانات الاصطناعية: خط إنتاج مبتكر يستخدم الأشكال الأولية لتوليد بيانات تدريب اصطناعية للتنبؤ بالقدرات الاستيعابية الدلالية (القدرة على الخطو) في المحاكاة.
البحث عن مواضع الأقدام القائم على الـ Superpixel: تعديل خوارزمية SLIC للصور متعددة القنوات لتقسيم التضاريس، مما يسهل البحث الشامل لمواضع الأقدام المرشحة في البيئات المعقدة.
تكييف ALEF في الوقت الفعلي: تعديل إطار عمل ALEF لدعم التخطيط المستوحى من الإدراك، وفي الوقت الفعلي، والقابل للتنفيذ حركياً للروبوتات رباعية الأرجل.
التحقق الشامل: إجراء اختبارات مقارنة واسعة النطاق على ANYmal C (في المحاكاة) و Unitree Go2 (على الأجهزة) عبر 10 بيئات متنوعة و5 نماذج أساسية.

4. النتائج التجريبية

اختبار المحاكاة (ANYmal C)

تمت مقارنة QuadPiPS ضد خمسة نماذج أساسية: EM-MPC، وEM-RL، وEM-DTC، وS-MPC، وQuadPiPS.

التضاريس الشحيحة/المعقدة: في البيئات ذات المواضع المحدودة (مثل أحجار الخطو المتفرقة، وأحجار الخطوة المائلة)، فشلت النماذج القائمة على خرائط الارتفاع تماماً (نسبة نجاح 0%) لأنها دمجت الأحجار الصغيرة في أسطح كبيرة غير آمنة. حقق QuadPips نسب نجاح 8/10 و9/10 على التوالي، من خلال تحديد مواضع الأقدام المنفصلة بدقة.
المسارات الضيقة/المعترضة: في مسارات العوارض المتوازنة المعترضة والعوارض الملتوية، تفوق QuadPiPS على الآخرين باستخدامه للتسميات الدلالية لتجنب الخطو على الحواجز وتعديل مسار الجذع لاتباع انحناء التضاريس بدلاً من الخط المستقيم.
المتانة: بينما عانت المخططات الاستدلالية (S-MPC) من مشاية الاستقرار في البيئات الشحيحة، وجد البحث الشامل في QuadPiPS تكوينات وقوف مستقرة، وإن كان ذلك بتكاليف حسابية أعلى قليلاً.

النشر على الأجهزة (Unitree Go2)

تم نشر إطار العمل على روبوت Unitree Go2 مجهز بمجموعة حوسبة مخصصة (NVIDIA Jetson Orin NX + Mini PC).

السيناريوهات: نجح في التنقل عبر المنحدرات، والسلالم، والمنصات المزدوجة/الثلاثية، وأحجار الخطو المائلة.
الأداء: عمل خط معالجة الإدراك بتردد 20 هرتز (محدود باستنتاج التقسيم الدلالي، الذي يعمل في خيط منفصل). أظهر النظام القدرة على إمالة الجذع لتوفير الخلوص، والتعافي من الانزلاق، واجتياز التضاريس غير المستوية والمتحركة (مثل الألواح غير المستقرة).
زمن التأخير: سمح النهج القائم على الصور بتحديثات سريعة مقارنة بمسارات رسم خرائط الارتفاع القائمة على السحب النقطية.

5. الأهمية والخاتمة

يمثل QuadPiPS تحولاً كبيراً في تخطيط حركة الأرجل من خلال الابتعاد عن المعالجة الثقيلة للسحب النقطية نحو الإدراك في مساحة الصورة.

الكفاءة: من خلال تجاوز توليد السحب النقطية، يقلل النظام من الاختناقات الحسابية وزمن التأخير.
السلامة: يمنع دمج القدرات الاستيعابية الدلالية الروبوت من محاولة الخطو على أسطح مستوية هندسياً ولكنها غير مستقرة فيزيائياً أو محظورة.
القابلية للتكيف: يتفوق إطار العمل في السيناريوهات "الحرجة من حيث السلامة" حيث تكون مواضع الأقدام نادرة أو غير منتظمة، وهو مجال تفشل فيه خرائط الارتفاع التقليدية والمخططات الاستدلالية.

تثبت هذه الدراسة أن التخطيط في فضاء الإدراك (PiPS) هو نهج قابل للتطبيق للحركة المعقدة للأرجل، حيث يقدم حلاً قوياً وقابلاً للنشر للروبوتات رباعية الأرجل التي تعمل في بيئات حقيقية غير مهيكلة. تشير الأعمال المستقبلية إلى دمج متحكمات منخفضة المستوى متعلمة لتعزيز المتانة ضد أخطاء التتبع.