ZeroTokenClaw 机器人人脸签到
适用于展馆迎宾、办公签到、活动核验。与 unitree-embodied-skills、embodied-voice-stack、robot-person-follow、tour-checkin-follow 配合。
签到成功后可选：发布 checkin.succeeded → Mission 启动跟随（见 tour-checkin-follow）。
标准流水线
相机帧
→ 人脸检测 (SCRFD / RetinaFace / YOLO-Face / InsightFace detect)
→ 关键点对齐 + 质量门控 (模糊/侧脸/过小 → 拒绝)
→ 特征提取 (InsightFace / ArcFace ONNX)
→ 与底库比对 (cosine / L2，阈值 τ)
→ 去抖 (同一 person_id 冷却 T 秒)
→ 写签到记录 (本地 DB / 后端 API)
→ TTS 「张三，签到成功」+ 可选屏显
→ 失败：提示重试 / 登记新用户流程
模块职责
| 模块 | 职责 | 不做 |
|---|---|---|
face_detect |
bbox + landmarks | 不判身份 |
face_embed |
512-d 特征 | 不存原图明文（可选项） |
face_gallery |
注册/更新/删除 | 不发运动 |
checkin_service |
阈值、去抖、写库 | 不播 TTS 细节文案以外逻辑 |
voice |
/tts/say 播报 |
不做识别 |
robot_pose |
到签到点站定 | 不碰人脸库 |
数据模型（最小）
person:
id: emp_001
name: 张三
embedding: <float32[512]> # 或多模板 mean
active: true
checkin_event:
person_id: emp_001
ts: 2026-03-21T09:00:00+08:00
score: 0.82
camera_id: head_cam
robot_id: go2_01
mode: auto | manual_enroll
关键参数（起点，需现场标定）
| 参数 | 建议起点 | 说明 |
|---|---|---|
| 相似度阈值 τ | 0.35–0.45（cosine 视模型而定） | 过低误识、过高拒识 |
| 最小脸宽 | ≥ 80 px | 远距拒识 |
| 质量分 | blur / pose 门控 | 侧脸 >30° 可拒 |
| 去抖冷却 | 60–300 s | 防重复播报 |
| 推理后端 | ONNX Runtime / TensorRT | 机载优先 |
与宇树对接
- 导航到
/poi/checkin（embodied-tour-nav） - 到位后切
state=checkin_listening，开流识别 - 成功：
/tts/say+ 可选挥手动作（G1 动作库 / Go2 站立保持） - 陌生人：TTS 引导扫码或人工登记；勿自动入库除非业务允许
注册（Enroll）流程
- 授权告知 → 采集 3–5 张不同微角度
- 质量过滤 → 多模板或均值 embedding
- 写入 gallery + 备份
- 立刻 1:1 自测通过才激活
安全与合规
- 人脸特征本地存储；传输 TLS；日志不落原图或仅短时缓存
- 提供删除/导出接口（用户请求）
- 活体：展馆可选简单动作活体或红外；防照片攻击按安保等级选型
- 签到结果不可仅用 YOLO 人物框；必须人脸特征链路
推荐开源组件（实现时查最新 README）
| 用途 | 常见选型 |
|---|---|
| 检测+识别一体 | InsightFace（buffalo_l / SCRFD+ArcFace） |
| 轻量检测 | YOLO11n-face / YuNet |
| 运行时 | onnxruntime、TensorRT |
| 参考 skill | face-recognition-system、yolo、computer-vision-opencv、cv-mediapipe |
Agent 执行清单
- 明确：1:N 签到还是 1:1 核验；是否允许现场注册
- 选定检测+识别模型与机载算力预算
- 实现 gallery CRUD + 阈值/去抖/审计日志
- 接线
/tts/say与导览到位事件 - 用正/负样本集标定 τ 与 FAR/FRR
- 真机光照（逆光/侧光）回归后再上线
禁止
- 用检测框 ID 或 ReID 弱特征替代人脸签到
- 未授权批量采集入库
- 识别线程阻塞 Nav2 / 运控循环（独立节点+队列）