基于动觉/力觉导航的机器人共享控制策略研究

Aiming to solve the problems of inefficiency and overstress of the operator during the operation of a robot, and improve the safety as well as manipulation performance for the system, the applicant proposes a shared control strategy based on kinesthesis and force guiding method. The strategy realize the organic integration of robot's automatic mission planning with operator's mannual control by merging the control force of the operator with the virtual forces, including the attraction force from objectives, the rejection force from obstacles, and the image constraint force, which are generated from the recognition results of working fields based on machine vision techniques. The manipulator changes its traditional passive role and has some degree of initiative and autonomy. With the predictive control of joint positions in the force sharing loop, it could form the motion trend of push-pull and teaching to human hand, which provides the operator with kinesthesis cue and force cue. As a result, these hints could guide the operator to control the robot approaching target quickly and avoiding obstacles automatically, and ensure the objective in image locating always near the center area of camera view. The kinesthesis and force guiding control strategy combines the advantages of machine intelligence with human's high-level decision, which could improve effectively the working efficiency as well as local autonomy of robot, and reduce the proficiency requirements of operator. Also, the method could avoid the blinded manipulation of robot caused by the lagging transmission of image.?It has good academic values and wide fields of application in telemedicine system, safe manipulation for construction equipments, and skills training etc.

为解决机器人操控中存在的效率低、操作者负担重的问题，并提高系统的安全性和易操作性，申请者提出基于动觉/力觉导航的机器人共享控制策略，将视觉对现场环境的认知结果以虚拟力（包括作业对象引力、障碍物斥力、图像约束力）的方式同操作者的操纵力信号融合，实现机器人自主任务规划与操作者手动控制的有机集成。手控器一改传统的被动地位，具有一定的主动性，通过力觉共享回路中的关节位置预测控制，形成对人手"推拽"和"示教"的运动趋势，从而为操作者提供运动觉和力觉信息提示，引导操作者控制机器人迅速接近目标、自动避开障碍物，并保证图像中的作业对象始终处于相机视野中心区域附近。动觉导航控制策略将机器智能与人类高级决策的优点相结合，可有效提高机器人的作业效率与局部自主，降低对操作者熟练程度的要求，并可避免图像时滞导致的机器人操控盲目性。在远程医疗、工程装备的安全性操控、技能培训等方面有着较好的学术价值和广阔的应用前景。

现有的遥操纵系统中由于主端手控器在结构、形式、尺寸等方面与从端机器人相差甚大，操作者远程控制时往往要经过多次反复的位姿调整，导致了机器人操控效率低下。同时，现有的机器人双向伺服控制策略中反馈力产生的前提是机器人与作业环境接触，当机器人处于自由运动阶段时无法为操作者提供有效的力/触觉感知和引导。.本项目根据人工势场理论，由视觉对环境的认知实时构建了机器人的作业对象虚拟引力、障碍物虚拟斥力；并基于视觉伺服控制机理，以图像中的作业对象始终处于相机视野中心区域附近为目标，以作业对象当前图像特征与期望图像特征的误差为参数，建立了图像虚拟约束力模型。在此基础上，本项目设计了基于阻抗模型、虚拟墙模型和力融合共享模型的机器人动觉/力觉导航控制策略；并通过合理分配操作者手动参与和机器自主参与的权值，实现了人类智能与机器智能的集成。为了验证基于动觉/力觉导航的机器人共享控制方法的有效性，本项目试制了新型的六自由度手控器（由上、下两个平台构成，上平台具有3个旋转自由度，下平台具有3个平移自由度）。该手控器具有一定的主动性，通过力觉共享回路中的关节位置预测控制，可形成对人手“示教”的运动趋势。.试验结果表明，手控器的动觉/力觉导航控制方法有效提高了机器人遥操纵的作业效率32%以上。机器人自由运动时，手控器上的动觉/力觉感知能够反映出现场环境中作业对象对机器人的吸引，从而引导操作者控制机器人迅速接近目标；机器人临近碰撞时，手控器上的预测反力能够在非接触状态下将机器人“推开”；同时，机器人运动过程中，图像中的作业对象始终处于相机视野中心区域附近。另外，针对有大时延的遥操纵系统，手控器通过现场回路的虚拟力/触觉引导，能够在不增添网络负担的前提下，避免图像时滞导致的机器人操控盲目性。.本项目的研究成果可直接用于机器人新型触觉引导示教器接口的研制（目前正同长春艾希技术有限公司合作）；同时，本项目的“动觉/力觉”引导控制技术可直接用于各类训练模拟机的操控装置，通过“手把手”的运动示教方式，更高效地培训学员正确的操作过程（目前正用于某型号直升机模拟器的研制）。