关键词:
机器人学
人机交互
仿人智能
机器人控制
摘要:
人-机器人交互(Human-Robot Interaction,HRI)是指人与机器人之间通过某种特定的传感器和接口,在一定的交互技术支撑下实现相互理解的信息通信。HRI的研究目的是使机器人与人类和谐共处、自然高效地完成用户交待的任务并为用户提供及时有效的反馈。HRI技术的发展不仅有益于提高人类的工作效率,而且有助于满足人类的生活需求。目前HRI技术已经成为机器人应用领域的一个重要研究热点。随着人机交互应用领域的不断扩展,人机交互面临的环境越来越复杂,用户对人机交互自然性、直观性的需求越来越高。这些不同的应用场景,难以用统一的数学模型进行概括,采用固定模型的传统交互方式很难兼顾人机交互系统的性能和用户的需求。因此,在人机交互的关键技术中融入仿人智能的方法,是克服人机交互技术目前瓶颈的一个重要途径。本论文主要研究基于仿人智能的人机交互技术。本论文的主要贡献和创新点概括如下:1)建立了仿人智能人机交互系统的仿人行为模型。肌肉训练行为模型(Muscle Training Behavior Model,MTBM)应用于人机交互系统中用户手势操作指令的优化。预接触环境检测行为模型(Pre-touching Surrounding Detecting Behavior Model,PTSDBM)应用于人机交互过程中机器人预接触信息的实时检测。双手协作行为模型(Dual Hands Cooperation Behavior Model,DHCBM)应用于人机交互系统中的多机器人协作控制。2)提出了基于MTBM的用户手势操作指令优化方法。一方面提出了双重有向聚类算法(Double Directed Clustering Algorithm,DDCA)对用户手势操作数据进行训练,生成用户手势操作的核心意图,避免用户非意图手势操作对机器人运动控制的干扰,从而减少机器人的冗余运动。一方面提出了记忆-响应算法(Memory-Responding Algorithm,MRA),构建机器人期望运动和任务需求的映射,实现用户对人机交互经验可重用性的需求。3)设计了基于PTSDBM的人机交互预接触信息检测方法。针对多机器人人机交互系统,对机器人相对感知传感器是否存在感知信息遮挡的情况分别进行了研究。首先构建了人机交互机器人预接触工作域,然后采用构建机器人末端包围虚拟边框的方法实现人机交互无遮挡时预接触信息的检测。采用创建机器人和感知传感器工作空间映射的方法,对被遮挡机器人信息进行计算,为精简平台下人机交互系统的研究提供了一种机器人信息遮挡问题的解决方法。4)提出了基于DHCBM的人机交互多机械臂协作控制方法。该方法包括集中主从意图控制和多机械臂闭环约束控制。集中主从意图控制是指用户手势操作对操作物体的期望运动进行直接控制,形式上赋予操作物体虚拟的自我驱动能力。多机械臂闭环约束控制是指依据操作物体的期望运动和操作物体当前运动状态的反馈规划机器人的运动控制指令。行为结果就是在机器人与操作物体构成的闭环约束链下,机器人的运动变化量带动了操作物体的运动。所提出的方法有助于解决多机械臂协作系统中机械臂运动学不一致的问题,实现降低人机交互多机械臂协作系统中的运动误差累积的目的。5)设计了仿人智能人机交互方法的验证实验。在上述理论研究基础上,分别对基于MTBM的用户手势操作指令优化、基于PTSDBM的机器人预接触信息检测以及基于DHCBM的人机交互多机器人协作进行了实验测试和分析。实验结果表明:所设计的仿人智能人机交互方法减少了用户非意图操作对机器人冗余运动的影响,降低了系统的运动误差累积,从而提高了人机交互系统的性能,同时增强了用户的操作自然性和直观性。为智能人机交互的深入研究奠定了坚实的基础。