查看引用/信息源請點擊:中國AI網

VR+機器人

中國AI網 2025年09月12日)在諸如遙操作等人在回路系統中,特別是涉及重型機械臂的系統,要實現高任務性能,既需要魯棒的控制,也需要操作員的高度投入。在一項研究中,芬蘭坦佩雷大學團隊提出了一種適用于超人體尺度機器人系統的雙向遙操作框架,并通過沉浸式虛擬現實界面和分布式觸覺反饋,增強了系統的透明度以及操作員的臨場具身感,特別是能動感和自我位置感。

為支持這種具身感并實現高水平的運動和力透明度,研究人員開發了一種無需力傳感器的魯棒控制架構,所述架構解決了輸入非線性、主-從端不對稱性、未知不確定性和任意時間延遲等問題??刂苹芈分屑闪巳?機器人增強動力學模型,以提高控制器的適應人的能力。

理論分析證實了閉環系統的半全局一致終值有界性,保證了其對現實世界不確定性的魯棒性。大量的真實世界實驗證明了在高達 1:13 的運動縮放比和 1:1000 的力縮放比下仍能實現高精度追蹤,突顯了結果的重要性。另外,研究確立了在高達 150 毫秒的單向固定和時變通信延遲下,運動追蹤與力反射和跟蹤之間的穩定性-透明度權衡關系。包含 10 名參與者(9 男 1 女)的用戶研究結果表明,系統能帶來良好的臨場具身感(76.4%),同時非常用戶友好且無性別限制??紤]到重型機械臂的規模和重量,這些結果意義重大。

芬蘭坦佩雷大學開發VR遙操作框架控制超人體尺度重型機械臂  第1張

遙操作系統將人類的認知能力與控制理論方法相結合,使機器人能在危險、非結構化或人類無法直接存在的環境中進行遠程操作。在完全自主系統的使用仍不切實際或不安全的情況下,遙操作提供了一種魯棒且靈活的替代方案,其有效性已在眾多領域得到驗證。

重型機器人操作,特別是通過使用重型液壓機械臂(HHMs),是遙操作技術具有巨大潛力的一個領域。相關機器已廣泛應用于采礦、建筑和林業等行業,在動態且通常危險的環境中執行體力密集型任務。通過將人類的感知運動技能與 HHMs 的力量和規模相結合,遙操作賦予了 HHMs 超越人類的能力,同時為直觀的人機技能傳遞提供了可靠的媒介,解決了其自動化過程中的一個關鍵瓶頸。

盡管遙操作具有優勢,但在遠程操作期間,任務性能常常因主-從端失配、通信延遲以及可能導致暈動癥的非直觀人機界面等因素而下降。在操作 HHMs 時,這些挑戰變得尤為突出,因為其規模、動力學特性和機械復雜性使其比輕型機器人系統更難操控。這些問題擾亂了操作員自然的感知運動回路,并可能損害本體感覺,尤其是在視覺-觸覺反饋的情況下,導致遙操作體驗喪失直觀性。緩解這些影響的一種有效方法是增強操作員的臨場感,即主觀上感覺自己身處遠程現場。在遙操作背景下,這更精確地稱為遠程臨場感。

然而,僅增強遠程臨場感不足以確保人類操作員在遙操作中執行高質量的任務。虛擬環境中的真實行動與臨場具身感(Sense of Embodiment/SoE)密切相關。在遙操作概念中,SoE定義為一種心理狀態,操作員將從端體驗為自己身體的延伸。SoE 包含三個關鍵組成部分:(1) 身體擁有感——感覺從端是自己身體的一部分;(2) 自我位置感——在遠程現場具有強烈的空間臨場感;(3) 能動感——確信自己的意圖能直接在遠程環境中產生相應的動作。

在許多實際應用中——特別是工業和現場場景——最相關的具身感組成部分是能動感和自我位置感,它們直接影響操作員的控制質量和任務表現。因此,強烈的 SoE 對于成功的遙操作至關重要。當 SoE 強烈時,操作員不再將從端(即被遙操作的機器人)視為外部工具,而是將其視為自己身體和感知運動系統的延伸。這種轉變最大限度地減少了認知負荷,并增強了任務執行的流暢性。

沉浸感是喚起這種 SoE 的關鍵之一。通過虛擬現實頭顯提供的視覺反饋與力反射外骨骼提供的分布式觸覺反饋相結合,沉浸式雙向遙操作創造了更真實的任務操作體驗。但要使沉浸感真正支持具身感,必須建立在兩個基本支柱之上,每個支柱都針對 SoE 的相關組成部分:精確的控制(增強操作員的能動感)和適當的設備(錨定其自我位置感)。

在研究中,芬蘭坦佩雷大學在工業從端(特別是 HHMs)的背景下同時解決了這兩個維度。通過開發一個魯棒、高精度的控制框架,并將其與沉浸式、集成良好的硬件配對,他們的目標是同時增強能動感和自我位置感。這使得 HHMs 能夠將類人的精度與機械強度相結合,使操作員能夠在危險或非結構化環境中高效、安全地執行復雜任務。

芬蘭坦佩雷大學開發VR遙操作框架控制超人體尺度重型機械臂  第2張

為評估所提出的遙操作系統的 SoE 和可用性,研究人員進行了一項用戶研究。研究采用了問卷用于 SoE 評估,并輔以專門設計的問卷評估系統可用性。共有 10 名參與者(9 男 1 女)參加了研究(如圖 14 所示),他們被要求完成圖 7 所示的相同自由運動任務(κp = 2)。

為了在非專業操作下有意挑戰系統的魯棒性,培訓階段刻意最小化。向參與者簡要介紹系統,包括預期的觸覺和視覺反饋,然后僅給予 2-3 分鐘時間通過自主探索來熟悉觸覺外骨骼。在這樣的大型系統上使用非專業參與者進行用戶研究尤其獨特,并且需要高度可靠和安全的實驗設置,以確保用戶安全和有意義的評估。參與者庫包含了具有不同人體測量特征(尤其是身高)的個體,這使得團隊能夠評估遙操作設置在不同操作員體型和性別下的工效學和功能適應性。這種多樣性支持了所提出界面在廣泛用戶群體中的普適性。

在簡短的熟悉環節之后,每位參與者使用所提出的設置執行實際的遙操作任務。在此階段,記錄與先前實驗相同的性能指標,以便對任務執行進行定量評估。實驗結束時,參與者完成了一份標準化的七分量表(Likert-scale)問卷(1 = 非常不同意,7 = 非常同意),旨在評估以下核心主觀維度:

能動感:參與者對控制從端運動的感知。

自我位置感:對身處從端位置的感知。

擁有感 :體驗從端作為自己身體一部分的程度。

表 III 中的問卷結果突顯了所提出的遙操作設置在誘發強烈的 SoA、自我位置感和可用性方面的有效性——盡管系統復雜、主從端差異大,且給予參與者的熟悉時間很短。值得注意的是,參與者報告了對從端的高度控制感(QA2 = 6.50 ± 0.71),并且對機器人自主移動的說法同意度非常低(QA4 = 1.60 ± 0.70),這表明了強大的 SoA。

另外,對 QA1 和 QA3 的回答表明,參與者不僅感覺能控制遠程機械臂,而且體驗到自身動作與機器人運動之間的切實聯系,這很可能是通過觸覺外骨骼將遠程機械臂的縮放阻抗分布到操作員自身來實現的。自我位置感類別的高分表明參與者強烈感覺自己與從端在空間上共處一地??紤]到人類操作員身體與 HHM 之間的不對稱性,這一點尤其值得注意,并應歸功于自我中心視角追蹤和沉浸式 VR 頭顯的使用。

盡管誘發擁有感并非主要目標,但對 QO1 和 QO2 的回答(平均約 4.9)表明達到了中等程度的擁有感。這很可能是增強的能動感和自我位置感的結果,這兩者在具身感研究中都被認為有助于擁有感的產生。有趣的是,參與者將機器人感知為自己身體的一部分和身體的延伸評分幾乎相同。

為了得出所建立 SoE 水平的整體度量,參與者的問卷回答被線性縮放到 0-100 的標準化范圍。結果顯示,所有參與者的平均標準化 SoE 得分為 76.4%,表明具身感水平顯著較高??紤]到實驗中使用的主-從端系統存在顯著差異和動態復雜性,這是一個特別有力的結果??捎眯越Y果尤為重要。盡管使用了大型重型從端,參與者報告了高舒適度(QU2 = 5.70 ± 0.82)和自信心(QU3 = 6.10 ± 0.88),感知難度(QU1 = 2.00 ± 0.47)和腦力付出(QU4 = 2.70 ± 1.34)較低。這些分數強調了系統的直觀性和易用性——即使對于沒有先驗經驗且無性別限制的用戶——進一步驗證了所提出的控制和界面設計在工效學和認知上的有效性。重要的是,這些主觀結果是在僅 2-3 分鐘的最短熟悉時間內取得的。

綜合來看,這些發現為該系統在支持自然、直觀和沉浸式控制方面的有效性,尤其是在這種存在顯著差異的遙操作系統中,提供了令人信服的證據。

為了補充主觀評估,客觀性能指標總結在表 IV 中。最大位置追蹤誤差限制在 2.88 厘米,均方根(RMS)誤差為 1.1 厘米,姿態追蹤性能良好。末端執行器速度追蹤誤差平均為 0.058 米/秒,平均任務執行時間為 22.8 秒。值得注意的是,這些結果是在將位置控制增益 Λ 從 12(在最優無延遲條件下使用)降低到 4(即僅為標稱增益的 33%)的情況下取得的。這證實了即使在增益顯著降低的情況下,控制器仍能保持穩定性,并且增益調整主要影響性能而非穩定性。這在用戶研究中尤為重要,因為對來自非專業操作員的次優和可變命令的魯棒性至關重要。這些發現進一步驗證了系統在現實世界中的適用性和彈性。

相關論文:Robust Immersive Bilateral Teleoperation of Beyond-Human-Scale Systems with Enhanced Transparency and Sense of Embodiment

https://arxiv.org/pdf/2505.14486

總的來說,團隊提出了一種帶力反射的沉浸式雙向遙操作框架,專為高度不對稱、超人體尺度的主-從端系統設計,且不依賴物理力傳感器。為了解決此類遙操作場景中人類參與度的根本挑戰,我們專注于增強操作員的臨場具身感(SoE),特別是能動感(SoA)和自我位置感(SoSL)。通過一種能夠處理模型不確定性、輸入非線性和任意時間延遲的魯棒且精確的控制設計,實現了高透明度。

使用具有分布式阻抗渲染的可穿戴觸覺外骨骼和帶有自中心頭部追蹤的 VR 頭顯強化了沉浸感。理論分析證實了閉環系統的半全局一致終值有界性。大量的真實世界實驗驗證了控制器在廣泛的運動和力縮放條件下(包括高達 1:13 的運動縮放比和 1:1000 的力縮放比)以及高達 150 毫秒的固定和時變通信延遲下的魯棒性和性能。另外,一項全面的用戶研究證明了該系統能夠在所有參與者中建立高水平的 SoE,標準化具身感得分達 76.4%,且不受性別限制。參與者同時發現界面直觀易用,考慮到重型從端的規模和動力學特性,這是一個值得注意的成果。

盡管這項工作為超人體尺度機器人系統的沉浸式雙向遙操作奠定了堅實的基礎,但未來依然有幾個有前景的發展方向。一個有希望的未來方向包括將從端身體上檢測到的接觸點映射到人體解剖學上的等效區域,以增強情境意識和具身感。為了提高遙操作體驗的效率和直觀性,未來的研究將側重于為所提出的帶力反射的雙向遙操作系統開發共享控制策略。優化云臺攝像頭系統的位置和控制可能進一步加強第一人稱視角和空間一致性。最后,集成示教學習技術可以促進從人類到機器的技能遷移,將重型系統的自主性推進到超越當前人類能力的水平。