与多机器人系统的直观与高效互动

核心观点： 本研报探讨了如何将人类直觉与机器人自主性相结合，以实现人类和机器人个体无法单独完成的目标。主要研究内容包括：

• 多臂遥操作： 通过可操作性优化和无空间投影方案，提高多臂系统避免奇点的能力，并更快地跟随操作员输入。
• 移动多机器人系统： 研究非完整约束下移动多机器人系统的轨迹优化，包括考虑负载、倾覆避免和避免代理间碰撞等因素。
• 混合现实交互： 比较基于平板电脑的增强现实解决方案和 HoloLens 混合现实头戴式设备的优缺点，研究用户如何通过手势与多机器人系统进行交互。

关键数据和研究结论：

• 可操作性优化： 研究人员提出了两种优化方法：局部优化方案和基于牛顿法的二阶优化方案，以提高多臂遥操作的效率和稳定性。实验结果表明，与传统的逆运动学求解器相比，这两种方法都能显著提高系统的可操作性，并减少跟踪误差和关节运动指标。
• 移动多机器人系统： 研究人员开发了一种基于双层优化的轨迹优化方法，用于非完整约束下移动多机器人系统的协作运输。该方法考虑了负载、倾覆避免和避免代理间碰撞等因素，并在仿真和真实机器人实验中取得了良好的效果。
• 混合现实交互： 研究人员比较了基于平板电脑的增强现实解决方案和 HoloLens 混合现实头戴式设备的优缺点。用户研究表明，对于简单的任务分配，平板电脑界面更受欢迎；而对于更复杂的任务，HoloLens 界面在沉浸感和操作自由度方面具有优势。

未来工作：

• 可操作性优化： 可视化可操作性空间，进一步优化共享自主性概念，研究输入延迟对操作员任务性能的影响。
• 移动多机器人系统： 结合闭环控制器，提高系统的鲁棒性和适应性，研究如何让机器人重新抓取物体，以及扩展到四足机器人等非完整约束系统。
• 混合现实交互： 探索更多交互模式，例如使用大型语言模型进行人机交流，以及将系统开发成完整的游戏，用于机器人教育和推广。