SmellDiffusion: Diffusion-Based Quadruped Navigation with Olfactory Scene Graphs
作者: Faith Ogunwoye, Iana Zhura, Hajira Amjad, Timofei Kozlov, Didar Seyidov, Dmitrii Plotnikov, Fedor Fedorov, Dzmitry Tsetserukou
分类: cs.RO
发布日期: 2026-09-17
备注: 8 pages, 5 figures, 7 tables, submitted to IEEE ICRA 2027
💡 一句话要点
提出SmellDiffusion以解决气体泄漏导航问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 气体泄漏 机器人导航 扩散规划 嗅觉场景图 环境监测 源定位 路径规划
📋 核心要点
- 现有方法在气体泄漏导航中难以准确估计源头和气体浓度，导致导航精度不足。
- SmellDiffusion通过开放词汇嗅觉场景图和扩散规划技术，提供了一种新的气体导航解决方案。
- 实验结果显示，使用SmellDiffusion的机器人在气体源定位上平均误差降低了60%，并且在气体暴露量上与传统方法相当。
📝 摘要（中文）
本文介绍了SmellDiffusion，一个用于气体泄漏导航的仿真管道，能够保留气体身份、估计源头并导航至目标。该方法使用开放词汇的嗅觉场景图表示特定气体区域，并在经典规划器与扩散规划器之间共享目标。其关键组件包括用于选择性源修正的局部几何门和基于扩散的气体引导轨迹生成。实验表明，该方法在多种源-风配置下显著提高了导航精度。
🔬 方法详解
问题定义：本文旨在解决机器人在气体泄漏场景中准确导航和定位气体源的问题。现有方法在复杂环境中难以有效处理气体浓度变化，导致导航精度不足。
核心思路：SmellDiffusion通过构建开放词汇的嗅觉场景图，结合扩散规划技术，能够更好地估计气体源并引导机器人导航。该设计使得机器人能够在动态环境中适应气体浓度的变化。
技术框架：该方法的整体架构包括两个主要模块：一是局部几何门用于选择性源修正，二是基于扩散的气体引导轨迹生成。通过这两个模块的协同工作，机器人能够有效地识别气体源并进行导航。
关键创新：最重要的技术创新在于引入了开放词汇的嗅觉场景图和局部几何门，这使得机器人能够在不同气体源和风向配置下进行有效的导航和源定位。与传统方法相比，SmellDiffusion在处理气体浓度峰值偏移方面表现出色。
关键设计：在设计中，局部几何门经过训练集校准，仅在观察到的气体浓度峰值进行评估，能够以0.64的精度检测到90%的偏移情况。此外，预计算的前向匹配修正显著降低了定位误差，提升了整体导航性能。
🖼️ 关键图片
📊 实验亮点
实验结果显示，SmellDiffusion在424种独特的源-风配置中，成功将气体源定位误差从1.468米降低至0.592米，提升幅度达到60%。在气体暴露量方面，扩散方法的平均气体暴露量与气体引导的A算法相当，分别为0.0476与0.0455，且扩散方法的单次提案时间为41.7毫秒，优于气体引导的A算法的72.3毫秒。
🎯 应用场景
该研究具有广泛的应用潜力，尤其在环境监测、灾害响应和工业安全等领域。通过提高机器人在气体泄漏场景中的导航能力，SmellDiffusion能够有效降低人类在危险环境中的风险，并提升应急响应的效率。未来，该技术还可以扩展到其他类型的环境感知任务中。
📄 摘要（原文）
A robot sent to a named gas leak must preserve gas identity, estimate the source, and navigate to the resulting goal. We present SmellDiffusion, a simulation pipeline that represents species-specific gas zones in an open-vocabulary olfactory scene graph and shares the selected goal between classical and diffusion planners. Its key components are a peak-local geometric gate for selective source correction and diffusion-based, gas-guided trajectory generation. Among 424 unique source-wind configurations in solved flow, 28 have a concentration peak displaced more than 0.5m from the source. A source-independent geometric gate, calibrated only on the training split and evaluated at the observed peak, detects 9 of 10 held-out displacements at 0.64 precision. Gating a precomputed forward-matching correction reduces mean error on the displaced cases from 1.468m to 0.592m (60%), using matching for only 14/204 cases. All-case mean error falls from 0.205m to 0.180m. All planners receive the same scene-graph source estimate as their goal. In a controlled comparison, best-of-ten diffusion achieves mean gas exposure comparable to gas-guided A (0.0476 versus 0.0455). A single diffusion proposal takes 41.7ms, compared with 72.3ms for gas-guided A, although best-of-ten sequential sampling increases total runtime. Plain A also reaches the same goal and remains the fastest and shortest-path method. Six matched Gazebo runs give mean robot-to-source errors of 0.39m for A and 0.31m for diffusion.