Omnidirectional Humanoid Locomotion on Stairs via Unsafe Stepping Penalty and Sparse LiDAR Elevation Mapping

该论文提出了一种结合连续不安全步态惩罚机制与稀疏激光雷达高程图优化（含时空置信度衰减及边缘引导 U-Net）的单阶段训练框架，实现了双足机器人在楼梯及复杂户外地形上的安全、全向稳定行走。

要点

想象一下，你让一个机器人去爬楼梯。如果这个机器人长得像人（有两条腿、一个高重心），它其实比四脚动物（比如狗）更难保持平衡，就像让一个踩着高跷的人去走独木桥一样。

这篇论文就是为了解决人形机器人如何在楼梯上安全、灵活地上下左右移动而写的。作者们主要解决了两个大麻烦：

1. 机器人的“视野盲区”问题

以前的做法：
以前的机器人通常只在头上装一个像手机前置摄像头一样的深度相机。这就像你只盯着正前方看，左右两边和背后全是瞎的。

• 后果： 机器人想侧着走或者倒着走时，因为看不见脚下的台阶，根本不敢动，或者容易踩空摔倒。

这篇论文的妙招：
他们给机器人装了一个360度全景的激光雷达（LiDAR），就像给机器人戴了一副“全景夜视眼镜”。

• 难点： 激光雷达看到的点很稀疏（像雨点一样稀稀拉拉），而且楼梯的垂直面（踢面）经常扫不到点，导致地图看起来坑坑洼洼，甚至把楼梯边缘“抹平”了。
• 解决方案（EGAU 网络）： 作者设计了一个特殊的 AI 网络（叫 EGAU），它像一个**“修图大师”**。
  • 它不仅能补全那些看不见的点，还能专门识别楼梯的边缘。
  • 比喻： 就像你画楼梯时，普通画家可能会把台阶边缘画得圆乎乎、模糊不清；但这个 AI 知道“这里必须有个直角”，所以它强行把边缘修得锐利清晰，确保机器人知道哪里是台阶，哪里是悬崖。

2. 机器人的“试错成本”太高

以前的做法：
以前的训练方法有点像“撞了才知道疼”。机器人只有当脚真的踩空了或者踢到台阶踢面了，系统才会给它一个惩罚（扣分）。

• 后果： 这种反馈太晚了！就像学骑自行车，只有摔倒了才告诉你“刚才那个动作不对”。机器人学得很慢，而且为了安全，它可能会变得畏手畏脚，不敢走。

这篇论文的妙招：
作者设计了一种**“提前预警”机制（密集的不安全步罚）**。

• 原理： 在机器人的脚还没碰到危险区域，但快要靠近的时候，系统就开始给它“扣分”了。
• 比喻： 这就像你开车过窄路，以前的教练是等你蹭到墙了才喊“停”；现在的教练是当你离墙还有 10 厘米时，就不断提醒你“太近了，快打方向！”。
• 效果： 机器人学会了主动调整脚步，还没踩空就提前把脚抬起来或移开。这让它学得快，而且走得更稳、更安全。

3. 一个“自我保护”的小秘密

在机器人移动时，激光雷达正下方（机器人身体底下）是扫不到的（盲区）。如果机器人原地转圈或慢走，以前的系统会以为底下的地形“过期了”而把数据删掉，导致机器人突然“失忆”。

• 解决方案： 作者加了一个**“安全保护区”。只要脚在身体正下方，系统就锁定**那里的数据，不让它消失。这就像给机器人的脚下铺了一块“记忆地毯”，不管它怎么动，脚下的地形信息永远都在。

实验结果：真的管用吗？

• 模拟测试： 在电脑模拟里，这个机器人爬楼梯的安全率接近 100%。不管是正着上、倒着下，还是侧着走，它都能稳稳当当。
• 真实世界： 作者把这个机器人（宇树 G1）带到现实世界测试。它成功地在户外走了 400 多米，跨越了下坡、平地、楼梯等各种地形，甚至在人多的地方也没摔倒。
• 结论： 这套方法不仅让机器人“看得全”（360 度地图），还让它“走得稳”（提前预警），真正实现了从电脑模拟到现实世界的完美跨越。

一句话总结：
这篇论文给机器人装上了360 度全景眼，配了一个懂画图的修图师，还给它请了一位会提前提醒的教练，让人形机器人终于能像人一样，自信满满地上下楼梯、横着走路了！

技术摘要

这是一份关于论文《Omnidirectional Humanoid Locomotion on Stairs via Unsafe Stepping Penalty and Sparse LiDAR Elevation Mapping》（基于不安全步态惩罚和稀疏激光雷达高程地图的全向人形机器人楼梯运动）的详细技术总结。

1. 研究背景与问题 (Problem)

人形机器人因其高重心和大脚底面积，在非结构化环境（如楼梯）中运动时面临严峻的平衡与稳定性挑战。现有的基于强化学习的运动控制方法主要存在以下两个核心瓶颈：

• 感知盲区限制全向运动： 现有方法多依赖前置深度相机构建地形图，导致侧向和后方存在巨大的感知盲区，限制了机器人进行侧向或后退运动的能力。此外，深度相机易受光照变化和运动模糊影响，鲁棒性较差。
• 不安全步态惩罚稀疏且滞后： 传统的安全约束通常仅在脚部发生物理碰撞或踩空（接触边缘）后才给予惩罚（稀疏奖励）。这种滞后的反馈机制导致策略难以学习到精确的落脚点，收敛速度慢，且容易形成过于保守或危险的次优策略。
• 稀疏点云重建失真： 机载激光雷达（LiDAR）在楼梯台阶立面（risers）等区域常因大入射角导致回波丢失，产生稀疏点云。传统的重建方法（如标准 U-Net）在处理此类数据时，容易在台阶边缘产生过度平滑，导致几何特征丢失，影响落脚点判断。

2. 方法论 (Methodology)

本文提出了一种单阶段训练的全向感知运动框架，主要包含以下三个核心模块：

A. 密集不安全步态惩罚 (Dense Unsafe Stepping Penalty)

为了解决奖励稀疏问题，作者设计了一种在危险接触发生之前提供连续负反馈的密集惩罚机制。该机制包含两个部分：

1. 脚部碰撞项 (Foot-collision term)： 当脚部以较高速度接近障碍物（如台阶立面）时，根据相对速度和距离计算惩罚。通过引入安全距离阈值和坡度判断（区分斜坡与台阶），确保仅在接近危险台阶立面时激活惩罚。
2. 边缘踩踏项 (Edge-stepping term)： 基于局部高程地图的梯度信息，检测脚部下方的台阶边缘。如果脚部中心靠近边缘且速度方向指向边缘，则施加惩罚。该惩罚引入了符号校正因子，确保在上下楼梯时能正确区分“前脚掌悬空”和“后脚掌悬空”的情况。

• 效果： 这种连续反馈引导策略主动调整落脚点，显著提高了学习效率和安全性。

B. 基于时空置信度衰减的滚动点云映射 (Spatiotemporal Rolling Mapping)

为了构建稳定且全向的高程地图，系统采用了以下策略：

• 滚动映射与置信度衰减： 利用里程计帧构建点云地图，并引入时间置信度衰减机制，过滤掉过时的点云数据，防止环境动态变化带来的伪影。
• 自我保护区机制 (Self-protection Zone)： 针对人形机器人身体下方的物理盲区（LiDAR 无法直接观测的区域），设计了一个圆柱形保护区。当有效点云落入该区域时，其时间置信度被锁定为最大值，防止在机器人原地踏步或慢速移动时关键的地面记忆被错误丢弃，从而保证全向运动（特别是后退和侧移）时的支撑面约束可靠性。

C. 边缘引导的非对称 U-Net (EGAU) 重建网络

为了从稀疏点云中恢复精确的台阶几何特征，提出了 Edge-Guided Asymmetric U-Net (EGAU)：

• 架构设计： 采用单编码器、双解码器（高度流和边缘流）的级联设计。边缘流提取的几何边界先验被显式注入到高度流中，以抑制稀疏输入导致的跨边缘平滑插值。
• 区域解耦混合损失 (Region-Decoupled Hybrid Loss)： 针对稀疏点云特性，设计了细粒度的损失函数：
  • 边缘感知回归损失 ($L_r$)： 在边缘区域施加额外惩罚，修正台阶边缘的高度坍塌。
  • 平滑度损失 ($L_s$)： 仅在平坦区域抑制高频噪声。
  • 自适应梯度损失 ($L_g$)： 强制网络拟合陡峭的梯度变化，保留物理直角特征。
• Sim-to-Real 模拟： 在仿真中引入基于物理的传感器噪声模型（射线丢弃机制），模拟真实激光雷达在台阶立面丢失信号的情况，增强网络对真实数据的鲁棒性。

3. 关键贡献 (Key Contributions)

1. 密集奖励函数： 提出了在脚部碰撞和边缘踩踏事件发生前提供连续惩罚的密集奖励函数，显著提升了复杂地形上的安全步态率和学习效率。
2. 全向感知架构： 开发了结合点云滚动映射（含时空置信度衰减和自我保护区）与 EGAU 重建网络的感知架构，有效解决了机载稀疏点云和物理盲区导致的特征重建失真问题。
3. 全向运动验证： 在仿真和真实机器人（Unitree G1）上进行了验证，包括连续 407.9 米的户外长距离行走测试，证明了该方法在复杂地形下的全向穿越能力和 Sim-to-Real 迁移的可靠性。

4. 实验结果 (Results)

• 仿真环境：

  • 安全步态率： 在仿真中，该方法在可通行的楼梯地形上实现了**近 100%**的安全步态率，远超基线方法（如 Naive MLP 或无惩罚策略）。
  • 学习效率： 在地形课程（Curriculum）训练中，该方法最快达到最高难度等级（约 3000 步），且速度跟踪精度优异。
  • 地图重建： 消融实验表明，EGAU 架构配合区域感知损失，在边缘平均绝对误差（E-MAE）和平坦区域粗糙度（F-Rgh）等指标上均优于标准 U-Net 和基线方法，有效保留了台阶边缘特征并抑制了噪声。

• 真实机器人实验 (Unitree G1)：

  • 全向楼梯穿越： 机器人成功在室内环境中完成了前向、后向、侧向的上/下楼梯动作，未发生碰撞或跌倒。
  • 长距离户外测试： 机器人完成了超过 400 米的连续户外行走，穿越了下坡、平地、楼梯等多种地形，全程保持步态稳定，未受行人和车辆干扰。
  • 实时性： 重建网络参数量仅 2.76M，在 Jetson Orin NX 上单帧推理延迟为 2ms，满足 50Hz 控制循环要求。

5. 意义与影响 (Significance)

• 突破全向运动限制： 通过 LiDAR 全向感知和盲区保护机制，解决了人形机器人难以进行侧向和后退楼梯运动的问题，极大地扩展了其在非结构化环境中的作业能力。
• 提升安全性与鲁棒性： 密集惩罚机制改变了传统 RL 策略“试错”的学习模式，使其能主动规避危险，为真实世界部署提供了更高的安全冗余。
• 解决稀疏感知难题： EGAU 网络为处理机载激光雷达在复杂几何结构（如楼梯）下的稀疏数据提供了新的解决方案，实现了高精度的地形几何重建。
• 工程落地价值： 该方法在真实机器人上实现了零样本（Zero-shot）的 Sim-to-Real 迁移，证明了其在实际应用场景（如灾难救援、家庭服务）中的可行性和长期稳定性。

局限性： 目前主要基于 2.5D 高程地图，对沟壑等复杂地形的表征能力有限；且真实环境中的传感器畸变仍会导致性能较仿真略有下降。