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

想象一个机器人正试图走过一个它从未见过的房间。它没有地图，也没有针对该特定房间图像的训练。为了安全移动，它需要瞬间回答一个简单的问题：“脚下的地面是地板，还是墙壁、桌子或椅子？”这就是**无须校准的地板检测（calibration-free floor detection）**所面临的挑战。在机器人领域，“校准”通常意味着人类必须花费时间教机器人学习特定的地板高度或房间布局。但对于要实现真正自主的机器人来说，它需要能够立即走进任何新空间并识别出哪里是地板，而无需经过任何教程。

为了解决这个问题，机器人通常使用 LiDAR（激光雷达），这是一种通过发射激光束来创建世界 3D 地图的传感器，就像蝙蝠利用声呐一样，只不过使用的是光。然后，机器人必须观察这团激光点云，并分辨出哪些点属于平坦、可通行的地板，哪些点属于垂直的墙壁或随机物体。传统上，机器人使用简单的数学技巧，比如检查一组点是否平坦，或者它们是否处于某个特定高度。然而，这些技巧容易被杂乱的数据（例如稀疏的激光命中或奇怪的角度）所迷惑。本文探索了一种解决此难题的新方法，它借鉴了一个完全不同领域的工具：化学。具体来说，它使用了一种名为 SOAP（平滑原子位置重叠，Smooth Overlap of Atomic Positions）的方法，该方法最初旨在理解原子如何在分子中聚集。研究人员问道：“我们能否使用这种‘原子级’的数学工具来理解机器人激光扫描中的‘原子级’点位？”

研究人员在使用名为 Unitree G1 的人形机器人时发现，他们可以将这种化学工具改编为一种“感知重力”的检测器。他们并没有仅仅观察点的形状，而是将数学逻辑与重力方向对齐（利用机器人内置的倾斜传感器）。这使得机器人即使在没有任何预先训练或地图的情况下，也能以惊人的准确度区分平坦的地板和垂直的墙壁。他们发现，这种方法在结合了标准的几何检查后，能在难度较高的基准数据集上实现 90% 的地板识别率，击败了之前的最佳“无需训练”方法。他们还证明了可以在机器人自带的小型计算芯片上实时运行这种复杂的数学运算，速度快到足以在机器人撞到物体前做出反应。

行走的“化学”

本文的核心思想有点像是在教机器人利用一种它以前从未拥有的感官来“感受”地板。作者采用了一个名为 SOAP 的数学描述符，它原本是用来描述原子在晶体或分子中如何相互排列的。在化学中，这有助于科学家预测材料的行为。研究人员意识到，房间的 3D 激光扫描本质上就是一团巨大的点云，类似于原子的云团。他们决定将机器人的激光点视为“原子”，并使用 SOAP 数学来描述每个点周围的“邻域”。

然而，这里有一个难点。原始的 SOAP 数学设计初衷是完全“旋转无关”的；它并不关心哪边是上，哪边是下。但对于行走的机器人来说，知道哪边是“上”至关重要。地板相对于重力是水平的，而墙壁是垂直的。如果数学逻辑不知道哪边是上，它就无法区分地板和旋转角度后的墙壁。

为了解决这个问题，团队创建了一个**感知重力（gravity-aware）**版本的 SOAP。他们利用机器人的 IMU（一种测量倾斜和加速度的传感器，类似于手机中的传感器）将数学逻辑与现实世界的“上”和“下”对齐。这使得描述符能够专门寻找呈水平排列的点（如地板），同时忽略呈垂直排列的点（如墙壁）。

“魔力分数”

这种数学运算的结果是为激光扫描中的每一个点生成一个“分数”。

• 如果周围的点看起来像一层平坦的水平薄片，分数就高。
• 如果点看起来像垂直的墙壁或杂乱的家具堆，分数就低。

作者发现，这个分数在识别地板方面表现得极其出色。在名为 S3DIS 的标准测试数据集（包含 68 个不同的房间）上，他们的方法能以 90.0% 的准确率正确识别地板。这优于之前表现最好的无需训练数据的方法（准确率为 86.6%）。成功的关键在于 SOAP 方法在处理“稀疏”数据方面非常出色。如果激光仅捕捉到桌腿附近地板上的少量点，旧方法往往会产生误判，认为那是墙壁。而 SOAP 方法由于使用的是平滑的“概率云”而非仅仅计数邻居，因此即使在数据较为混乱时也能保持稳定，并正确识别出地板。

在机器人的“大脑”中运行

这类数学运算面临的最大障碍之一是速度。在机器人微小的计算机上进行复杂的化学风格计算通常耗时过长。如果机器人需要等待一秒钟来确定地板在哪里，它可能已经撞上了墙。

团队通过使用 PyTorch（一种流行的 AI 软件库）编写了一个超快速版本的数学程序，使其直接在机器人的 NVIDIA Jetson Orin NX 芯片上运行。他们成功地让程序的运行速度比标准计算机程序快了 20 倍。

• 速度： 处理一次完整的房间扫描仅需 0.08 秒。
• 频率： 这足以让机器人的“视觉”每秒更新 2 次（2 Hz）。

这种速度使他们能够将该系统部署在 Unitree G1 EDU 人形机器人上。这款机器人高约 1.3 米，重 35 公斤。机器人使用这个“地板检测器”作为其避障的主要手段。当机器人听到类似“向前走 30 秒”的语音指令时，它就会开始移动。每当获得新的激光扫描数据时，它都会检查 SOAP 分数。如果前方路径清晰，它就继续行走；如果分数下降（意味着前方路径被阻挡或即将跌落悬崖），它就会停止并转向 90 度以寻找新路径。

现实世界测试与“幽灵”障碍物

研究人员在现实生活中对机器人进行了多项挑战测试：

1. 清晰路径： 机器人在一条空旷的走廊里连续走了 9 次 5 米的距离，从未发生碰撞。
2. 障碍物： 他们在机器人的路径上放置了一个柳编篮子和一个办公椅。机器人检测到了它们并转身绕行。
3. “玻璃”测试： 他们用玻璃隔断测试了机器人。玻璃很棘手，因为激光经常会穿透玻璃，导致扫描中没有点位。机器人的逻辑是：“如果我在预期有地板的地方没有看到任何点，我必须假设那里有一堵墙或玻璃。”这种“无数据即障碍”的规则保护机器人免于撞向隐形的玻璃。
4. “薄弱”失败： 该系统并非完美。他们尝试用一个薄且半透明的塑料喷雾瓶来迷惑机器人。由于瓶身是透明的且很薄，激光只击中了它几次。机器人直到真正撞到它时才察觉到它的存在。作者承认这是一个局限性：那些不反射足够激光光的极薄、透明物体可能会避开检测器。

为什么这很重要

这篇论文之所以意义重大，是因为这是首次将这种特定的“化学”工具（SOAP）用作人形机器人的实时“眼睛”。它证明了你不需要庞大的标注照片数据库或预建地图就能安全行走。你只需要知道哪边是上，并使用正确的数学逻辑来观察世界。

作者还展示了这个单一的数学工具可以“一专多能”。它不仅能找到地板，还能区分桌子、墙壁和落差（悬崖）。这为机器人创建了一个丰富的“几何地图”，用于后续更高级的任务，例如在复杂的家具间导航，甚至是在拥挤的房间中规划路径。

在模拟实验中，他们甚至测试了是否可以使用这个“地板分数”来引导机器人平滑转向，就像磁场将机器人拉向地板并将其推离墙壁一样。在这些模拟中，与旧的、笨拙的导航方法相比，机器人到达目标所需的步数减少了 4.5 倍。虽然他们还没有将这种平滑转向系统应用到真实的机器人上（因为机器人的软件在响应指令方面还需要变得更快），但数学逻辑本身是行得通的。

总结

论文得出结论，通过借鉴化学工具并结合重力对齐，他们创建了一个具备以下特点的地板检测器：

• 无须校准： 在任何房间中都能直接工作，无需设置。
• 快速： 能在小型机器人计算机上实时运行。
• 准确： 击败了以往表现最好的“无需训练”方法。
• 鲁棒： 比起旧方法，能更好地处理混乱的激光数据。

团队指出，虽然该系统在向前行走和避开大型障碍物方面表现出色，但在应对极薄、透明的物体时仍有困难。他们还注意到，目前机器人的软件限制了其转向的平滑度，但其“大脑”（SOAP 检测器）已经为更高级的导航任务做好了准备。这项工作为机器人进入新建筑并立即开始行走开启了大门，而无需人类预先教授其布局。