一種可讓簡單共享控制任務的互動免手操控控制器，適用於乘坐式平衡機器人

Concepts de base

提出了一種互動免手操控控制方案(iHACS)，可以提高平衡機器人在簡單共享控制任務中的速度跟蹤性能。iHACS包括離線控制增益個性化模塊和在線交互補償模塊,可以更好地應對騎乘者的扭轉動作,增強平衡機器人對騎乘者的控制權,實現協作的騎乘者-機器人協同。

Résumé

本文介紹了一種互動免手操控控制方案(iHACS),用於提高乘坐式平衡機器人(PURE)在簡單共享控制任務中的性能。

PURE是一款動態穩定的全向移動機器人,由於其自平衡特性,之前開發的免手操控控制方案(HACS)存在速度跟蹤問題。為此,iHACS提出了兩個關鍵模塊:

1. 控制增益個性化模塊:根據騎乘者的身高和體重,離線計算出個性化的LQR控制增益,以更好地匹配不同騎乘者的特性。

2. 交互補償模塊:在線估計騎乘者施加在機器人上的力矩,並生成補償指令,使機器人能夠更好地跟蹤期望速度,即使在騎乘者施加干擾力矩的情況下。

通過人體實驗,iHACS在兩種簡單共享控制任務(保持靜止和限速)中表現出更好的性能:

• 在保持靜止任務中,iHACS可以在騎乘者大幅傾斜上身的情況下,保持機器人幾乎沒有平移運動,並且速度跟蹤誤差較小。

• 在限速任務中,在命令速度被限制在0.5 m/s的情況下,iHACS可以將最高速度限制在1.1 m/s,而HACS則會超過1.9 m/s。

這些結果表明,iHACS可以增強PURE對騎乘者的控制權,使其能夠提供物理交互反饋給騎乘者,從而實現協作的騎乘者-機器人協同。未來的工作將進一步提高速度跟蹤性能,並探索更複雜的共享控制場景。

Stats

騎乘者最大上身傾斜角度(max|ζy|):

HACS: 13.3°(6.2°)
iHACS: 28.7°(6.4°)
機器人最大傾斜角度(max|θy|):

HACS: 2.6°(0.6°)
iHACS: 6.4°(1.9°)
最大平移速度(max|vy|):

HACS: 0.6 m/s(0.2 m/s)
iHACS: 0.3 m/s(0.0 m/s)
速度跟蹤RMSE:

HACS: 7.0 E-3(2.2 E-3)
iHACS: 3.2 E-3(1.2 E-3)

Citations

無

Idées clés tirées de

An Interactive Hands-Free Controller for a Riding Ballbot to Enable Simple Shared Control Tasks

by Chenzhang Xi... à arxiv.org 10-01-2024

https://arxiv.org/pdf/2409.19170.pdf

Questions plus approfondies

如何進一步提高iHACS在動態場景下的速度跟蹤性能?

要進一步提高iHACS在動態場景下的速度跟蹤性能，可以考慮以下幾個策略：

時間變化的LQR控制增益：目前的iHACS使用的是基於線性化模型的固定LQR控制增益。為了適應動態環境中不斷變化的條件，可以實施時間變化的LQR控制增益，根據實時的系統狀態和環境變化動態調整控制增益，以提高系統的響應速度和穩定性。

模型預測控制（MPC）：引入模型預測控制技術，通過預測未來的系統行為來優化控制輸入。MPC能夠考慮系統的動態特性和約束條件，從而在複雜的動態場景中提供更精確的速度跟蹤。

改進的信號處理技術：使用更高質量的傳感器和數據處理技術來提高命令信號的信噪比，減少噪聲對控制性能的影響。這可以通過使用數字輸出負載傳感器和信號放大器來實現，從而提高系統的穩定性和響應速度。

增強的物理人機交互：通過改進人機交互的設計，使得騎乘者的動作能夠更有效地被系統識別和反饋，從而提高速度跟蹤的準確性。例如，利用機器學習算法來分析騎乘者的動作模式，並根據這些模式調整控制策略。

除了簡單的保持靜止和限速任務,iHACS在更複雜的共享控制場景(如避障)中的表現如何?

在更複雜的共享控制場景中，如避障，iHACS的表現可以預期會有顯著的提升，主要基於以下幾個方面：

動態環境感知：iHACS可以集成先進的環境感知技術，通過傳感器收集周圍環境的數據，實時識別潛在的障礙物。這樣的感知能力使得系統能夠在騎乘者進行動作時，主動調整運動路徑以避免碰撞。

協同控制策略：在避障任務中，iHACS可以實施協同控制策略，根據騎乘者的意圖和環境狀況，動態調整控制權限。這種協同控制能夠在騎乘者需要避開障礙物時，提供必要的支持，從而提高安全性和操作的靈活性。

增強的物理交互：iHACS的雙向物理人機交互特性使得騎乘者能夠感受到系統的意圖，這種反饋可以幫助騎乘者更好地理解系統的行為，從而在避障過程中做出更合適的反應。

模擬和測試：在實際應用之前，通過模擬和測試不同的避障場景，可以優化iHACS的控制算法，確保其在各種情況下的穩定性和可靠性。

如何利用iHACS提供的雙向物理人機交互,設計出更自然、直觀的騎乘體驗?

利用iHACS提供的雙向物理人機交互，可以設計出更自然、直觀的騎乘體驗，具體方法包括：

增強的反饋機制：設計一個即時反饋系統，通過物理反饋（如傾斜、震動等）讓騎乘者感受到系統的狀態和意圖。例如，當系統檢測到障礙物時，可以通過輕微的傾斜來提示騎乘者進行調整。

自適應控制策略：根據騎乘者的動作和反應，實施自適應控制策略，調整系統的靈敏度和反應速度。這樣可以使騎乘者在不同的環境和情境下都能獲得最佳的控制體驗。

直觀的操作界面：設計一個直觀的操作界面，讓騎乘者能夠輕鬆理解和使用系統的功能。這可以通過視覺化的指示和簡單的控制方式來實現，降低使用的學習曲線。

情境感知：利用環境感知技術，根據騎乘者的行為和周圍環境的變化，自動調整控制策略。例如，在狹窄的空間中，自動降低速度以提高安全性，並在開放空間中恢復正常速度。

用戶參與設計：在設計過程中，邀請騎乘者參與測試和反饋，根據他們的需求和建議進行調整，確保系統能夠滿足實際使用中的需求。這種用戶中心的設計方法能夠提高騎乘者的滿意度和使用體驗。