Calibration-Free Floor Detection via Gravity-Aware SOAP Descriptors: Theory and Embedded Deployment for Reactive Humanoid Locomotion and Obstacle Avoidance

تخيل روبوتًا يحاول السير عبر غرفة لم يسبق له رؤيتها من قبل. ليس لديه خريطة، ولم يتم تدريبه على صور لتلك الغرفة تحديدًا. لكي يتحرك بأمان، يحتاج إلى الإجابة على سؤال بسيط فورًا: "هل الأرض تحت قدمي، أم أن هذا جدار، أو طاولة، أو كرسي؟" هذا هو تحدي كشف الأرضية بدون معايرة (calibration-free floor detection). في عالم الروبوتات، تعني "المعايرة" عادةً أن على الإنسان قضاء وقت في تعليم الروبوت الارتفاع المحدد للأرض أو مخطط الغرفة. ولكن لكي يكون الروبوت مستقلاً حقًا، يحتاج إلى المشي في أي مساحة جديدة ومعرفة أين توجد الأرض فورًا، دون الحاجة إلى درس تعليمي.

لحل هذه المشكلة، غالبًا ما تستخدم الروبوتات تقنية LiDAR، وهو مستشعر يطلق أشعة ليزر لإنشاء خريطة ثلاثية الأبعاد للعالم، مثل الخفاش الذي يستخدم السونار ولكن باستخدام الضوء. بعد ذلك، يتعين على الروبوت النظر إلى سحابة النقاط الليزرية هذه وتحديد أي منها ينتمي إلى الأرض المسطحة والقابلة للمشي، وأيها ينتمي إلى الجدرات الرأسية أو الأشياء العشوائية. تقليديًا، استخدمت الروبوتات حيلًا رياضية بسيطة، مثل التحقق مما إذا كانت مجموعة من النقاط مسطحة أو إذا كانت عند ارتفاع معين. يستكشف هذا البحث طريقة جديدة لحل هذا اللغز من خلال استعارة أداة من مجال مختلف تمامًا: الكيمياء. وتحديدًا، يستخدم طريقة تسمى SOAP (التداخل السلس للمواقع الذرية - Smooth Overlap of Atomic Positions)، والتي صُممت في الأصل لفهم كيفية تجمع الذرات معًا في الجزيئات. تساءل الباحثون: "هل يمكننا استخدام هذه الرياضيات 'الذرية' لفهم النقاط 'الذرية' في مسح الليزر الخاص بالروبوت؟"

اكتشف الباحثون، أثناء عملهم مع روبوت بشري يسمى Unitree G1، أنه يمكنهم تكييف أداة الكيمياء هذه لتعمل ككاشف "واعٍ بالجاذبية". فبدلاً من مجرد النظر إلى شكل النقاط، قاموا بمواءمة الرياضيات مع اتجاه الجاذبية (باستخدام مستشعر الميل المدمج في الروبوت). سمح هذا للروبوت بالتمييز بين الأرض المسطحة والجدار الرأسي بدقة مذهلة، حتى دون أي تدريب مسبق أو خرائط. ووجدوا أن هذه الطريقة، عند دمجها مع فحص هندسي قياسي، يمكنها تحديد الأرض بنسبة 90% في مجموعة بيانات اختبارية صعبة، متفوقة بذلك على أفضل طريقة سابقة "لا تتطلب تدريبًا". كما أثبتوا قدرتهم على تشغيل هذه الرياضيات المعقدة على شريحة الكمبيوتر الصغيرة الخاصة بالروبوت في الوقت الفعلي، بسرعة كافية لمنع الروبوت قبل أن يصطدم بأي شيء.

كيمياء المشي

الفكرة الجوهرية لهذا البحث تشبه تعليم روبوت "الشعور" بالأرض باستخدام حاسة لم تكن لديه من قبل. أخذ المؤلفون وصفًا رياضيًا يسمى SOAP، والذي اختُرع لوصف كيفية جلوس الذرات بجانب بعضها البعض في بلورة أو جزيء. في الكيمياء، يساعد هذا العلماء على التنبؤ بكيفية سلوك المادة. أدرك الباحثون أن المسح الليزري ثلاثي الأبعاد لغرفة ما هو مجرد سحابة ضخمة من النقاط، تشبه سحابة الذرات. وقرروا معاملة نقاط الليزر الخاصة بالروبوت كما لو كانت ذرات واستخدموا رياضيات SOAP لوصف "الجوار" حول كل نقطة.

ومع ذلك، كانت هناك عقبة. رياضيات SOAP الأصلية مصممة لتكون مقاومة للدوران تمامًا؛ فهي لا تهتم باتجاه "الأعلى". ولكن بالنسبة لروبوت يمشي، فإن معرفة اتجاه "الأعلى" هو كل شيء. فالأرض تكون مسطحة بالنسبة للجاذبية، بينما الجدار يكون رأسيًا. إذا لم تكن الرياضيات تعرف اتجاه "الأعلى"، فلن تتمكن من التمييز بين الأرض وجدار تم تدويره.

لإصلاح ذلك، ابتكر الفريق نسخة من SOAP "واعية بالجاذبية". استخدموا وحدة قياس القصور الذاتي (IMU) الخاصة بالروبوت (وهي مستشعر يقيس الميل والتسارع، مثل الموجود في هاتفك) لمواءمة الرياضيات مع "الأعلى" و"الأسفل" الحقيقيين في العالم. سمح هذا للوصف بتحديد النقاط المرتبة أفقيًا بشكل محدد، مثل الأرض، مع تجاهل النقاط المرتبة رأسيًا، مثل الجدار.

"الدرجة السحرية"

نتيجة هذه الرياضيات هي "درجة" لكل نقطة في المسح الليزري.

• إذا بدت النقاط حول بقعة ما كأنها ورقة مسطحة وأفقية، تكون الدرجة عالية.
• إذا بدت النقاط كجدار رأسي أو كومة فوضوية من الأثاث، تكون الدرجة منخفضة.

وجد المؤلفون أن هذه الدرجة كانت جيدة للغاية في رصد الأرض. وفي مجموعة بيانات اختبار قياسية تسمى S3DIS (التي تحتوي على 68 غرفة مختلفة)، حددت طريقتهم الأرض بشكل صحيح بنسبة 90.0% من الوقت. كان هذا أفضل من أفضل طريقة سابقة لم تتطلب بيانات تدريب، والتي حققت 86.6% فقط. وكان مفتاح هذا النجاح هو أن طريقة SOAP جيدة جدًا في التعامل مع البيانات "المتفرقة". فإذا التقط الليزر بضع نقاط فقط على أرضية بالقرب من ساق طاولة، فإن الطرق القديمة غالبًا ما ترتبك وتظن أنه جدار. أما طريقة SOAP، نظرًا لأنها تستخدم "سحابة" ناعمة من الاحتمالات بدلاً من مجرد عد الجيران، فتظل هادئة وتحدد الأرض بشكل صحيح حتى عندما تكون البيانات غير منتظمة.

التشغيل على عقل الروبوت

أحد أكبر العوائق لهذا النوع من الرياضيات هو السرعة. إن إجراء حسابات معقدة بأسلوب الكيمياء على كمبيوتر الروبوت الصغير يستغرق عادةً وقتًا طويلاً جدًا. إذا اضطر الروبوت للانتظار ثانية واحدة ليعرف أين الأرض، فقد يكون قد اصطدم بالفعل بجدار.

حل الفريق هذه المشكلة عن طريق كتابة نسخة فائقة السرعة من الرياضيات باستخدام PyTorch (مكتبة برمجيات ذكاء اصطناعي شهيرة) تعمل مباشرة على شريحة NVIDIA Jetson Orin NX الخاصة بالروبوت. لقد تمكنوا من جعلها تعمل أسرع بـ 20 مرة من برنامج الكمبيوتر القياسي.

• السرعة: تستغرق 0.08 ثانية فقط لمعالجة مسح كامل للغرفة.
• التكرار: هذه السرعة كافية لتحديث "رؤية" الروبوت مرتين كل ثانية (2 هرتز).

سمحت هذه السرعة لهم بنشر النظام على روبوت بشري من نوع Unitree G1 EDU. يبلغ طول هذا الروبوت حوالي 1.3 متر ويزن 35 كجم. يستخدم الروبوت "كاشف الأرضية" هذا كوسيلة أساسية لتجنب العقبات. عندما يسمع الروبوت أمرًا صوتيًا مثل "امشِ للأمام لمدة 30 ثانية"، يبدأ في التحرك. وفي كل مرة يحصل فيها على مسح ليزري جديد، يتحقق من درجة SOAP. إذا كان المسار أمامه خاليًا، يستمر في المشي. وإذا انخفضت الدرجة (مما يعني أن الأرض مسدودة أو أنه على وشك السقوط من منحدر)، يتوقف ويلتف بزاوية 90 درجة للبحث عن مسار جديد.

الاختبارات الواقعية والعقبات "الشبحية"

اختبر الباحثون روبوتهم في الحياة الواقعية مع عدة تحديات:

1. المسارات الواضحة: مشى الروبوت لمسافة 5 أمتار في ممر واضح 9 مرات ولم يصطدم أبدًا.
2. العقبات: وضعوا سلة خوص وكرسي مكتب في مسار الروبوت. اكتشفهما الروبوت واستدار لتجنبهما.
3. اختبار "الزجاج": اختبروا الروبوت مقابل حواجز زجاجية. الزجاج أمر صعب لأن الليزر غالبًا ما يمر من خلاله، تاركًا عدم وجود نقاط في المسح. كانت منطق الروبوت هو: "إذا لم أرَ نقاطًا حيث أتوقع رؤية الأرض، فيجب أن أفترض أن هناك جدارًا أو زجاجًا هناك". هذه القاعدة "لا بيانات تعني وجود عائق" أنقذت الروبوت من المشي في الزجاج غير المرئي.
4. فشل "الأشياء الرفيعة": النظام ليس مثاليًا. حاولوا خداع الروبوت بزجاجة بلاستيكية شفافة ورقيقة. ولأن الزجاجة شفافة ورقيقة، لم يصطدم بها الليزر إلا مرات قليلة. لم يرها الروبوت حتى اصطدم بها بالفعل. يعترف المؤلفون بأن هذا يمثل قصورًا: فالأشياء الرقيقة والشفافة جدًا التي لا تعكس ما يكفي من ضوء الليزر يمكن أن تفلت من الكاشف.

لماذا هذا مهم؟

هذا البحث مهم لأنه المرة الأولى التي تُستخدم فيها هذه الأداة الكيميائية المحددة (SOAP) كـ "عيون" في الوقت الفعلي لروبوت بشري. إنه يثبت أنك لست بحاجة إلى قاعدة بيانات ضخمة من الصور المصنفة أو خريطة مبنية مسبقًا للمشي بأمان. أنت فقط بحاجة إلى معرفة اتجاه "الأعلى" واستخدام الرياضيات الصحيحة للنظر إلى العالم.

كما أظهر المؤلفون أن هذه الأداة الرياضية الواحدة تقوم بمهمتين. فهي لا تجد الأرض فحسب، بل يمكنها أيضًا التمييز بين الطاولة، والجدار، والمنحدر (الهاوية). وهذا يخلق "خريطة هندسية" غنية للغرفة يمكن للروبوت استخدامها لمهام أكثر تقدمًا لاحقًا، مثل التنقل حول الأثاث المعقد أو حتى التخطيط لمسار عبر غرفة مزدحمة.

وفي محاكاة، اختبروا أيضًا ما إذا كان يمكن استخدام "درجة الأرضية" هذه لتوجيه الروبوت بسلاسة، مثل مجال مغناطيسي يسحبه نحو الأرض ويدفعه بعيدًا عن الجدران. في تلك المحاكاة، اتخذ الروبوت خطوات أقل بـ 4.5 مرة للوصة إلى الهدف مقارنة بطرق الملاحة القديمة الأكثر تعقيدًا. وبينما لم يضعوا نظام التوجيه السلس هذا على الروبوت الحقيقي بعد (لأن برنامج الروبوت يحتاج إلى أن يصبح أسرع في الاستجابة للأوامر)، إلا أن الرياضيات تعمل.

الخلاصة

يخلص البحث إلى أنه من خلال استعارة أداة من الكيمياء ومواءمتها مع الجاذبية، نجحوا في إنشاء كاشف أرضية يتميز بـ:

• عدم الحاجة للمعايرة: يعمل في أي غرفة دون إعداد مسبق.
• السرعة: يعمل في الوقت الفعلي على كمبيوتر روبوت صغير.
• الدقة: يتفوق على أفضل الطرق السابقة التي "لا تتطلب تدريبًا".
• المتانة: يتعامل مع بيانات الليزر غير المنتظمة بشكل أفضل من الطرق القديمة.

يشير الفريق إلى أنه بينما يعد النظام ممتازًا للمشي للأمام وتجنب العقبات الكبيرة، إلا أنه لا يزال يعاني مع الأشياء الشفافة والرقيقة جدًا. كما لاحظوا أن برنامج الروبوت الحالي يحد من سلاسة دورانه، لكن "عقل" الروبوت (كاشف SOAP) جاهز لمهام ملاحة أكثر تقدمًا. يفتح هذا العمل الباب أمام الروبوتات لدخول المباني الجديدة والبدء في المشي فورًا، دون الحاجة إلى إنسان ليعلمها المخطط أولاً.