适于响应物理人员机器人相互作用(PHRI)的机器人传统上传统地将这种相互作用视为干扰,并在交互结束时恢复其原始行为。此PHRI通过一种方法增强了一种允许人类实际调整机器人的轨迹的方法。

在早期研究中,温和的反馈用于训练机器人手臂实时操纵咖啡杯。(andrea bajcsy)

通过在执行任务时将温和的物理反馈应用于机器,通过对机器进行精炼的方法来改进。目标是简化预期的机器人的培训,该培训与人类有效地并排工作。

从历史上看,机器人的作用是在制造,装配线,焊接和绘画等领域承担平凡的任务。由于人类更愿意与技术分享个人信息,那么该技术也进入了体现的硬件。

在该方法的核心,是阻抗控制的概念 - 如何在“推动推动时”。通过物理输入允许阻抗控制的机器人调整其编程的轨迹以响应,但是当输入结束时返回到其初始轨迹。

新算法在该概念上构建,因为它允许机器人调整其超出输入的路径并计算其目标的新路线,类似于当驾驶员未命中时重新计算到目的地的GPS系统。

研究人员培训了一个机器人手臂和手,然后在桌面上送咖啡杯,然后使用增强的Phri将其远离电脑键盘,足够低,使得杯子不会在掉落时破裂。目标是通过物理交互来使机器人的编程轨迹变形。机器人有一个计划或期望的轨迹,描述了它如何考虑它应该执行任务;修改或变形的实时算法,机器人的未来期望的轨迹。

在阻抗模式下,机器人在交互后始终返回到其原始轨迹。在学习模式中,反馈不仅改变了机器人在互动时的状态,还改变了它的目标。例如,如果用户指示将杯子放在键盘上,例如,将来会继续这样做。通过重新恢复机器人在每次新观察后所需的轨迹,机器人能够生成与人类偏好匹配的行为。进一步的测试使用了康复的力量反馈机器人 - 开放式术语 - 操纵电脑屏幕上的障碍物的光标,并在蓝点上的土地。该测试首先使用标准阻抗控制,然后用物理交互式轨迹变形,一种允许设备培训以学习新轨迹的PHRI的阻抗控制。

结果表明,具有轨迹变形的试验在物理上更容易,需要明显减少互动以实现目标。实验表明,相互作用可以否则否则具有几种自由度的自主机器人;在这种情况下,弯曲臂并旋转手腕。一个电流限制是,PHRI还无法修改机器人执行任务所需的时间。

观看Tech Jirews TV的机器人指导技术的视频演示yabovip16.com这里。有关更多信息,请联系Mike Williams此电子邮件地址受到垃圾邮件程序的保护。您需要启用Javascript来查看它。;713-348-6728。


yabovip16.com技术简报杂志

本文首先出现在2018年11月的问题yabovip16.com杂志。

阅读此问题的更多文章这里

阅读档案中的更多文章这里