Enabling Shared-Control for A Riding Ballbot System

📄 arXiv: 2409.07013v1 📥 PDF

作者: Yu Chen, Mahshid Mansouri, Chenzhang Xiao, Ze Wang, Elizabeth T. Hsiao-Wecksler, William R. Norris

分类: cs.RO

发布日期: 2024-09-11

备注: 7 pages and 7 figures, IEEE ICRA format

💡 一句话要点

针对骑行平衡球机器人，提出基于被动人工势场的共享控制避障方法

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 共享控制 平衡球机器人 人机交互 碰撞避免 人工势场

📋 核心要点

  1. 传统人工势场法在球型机器人避障中存在控制震荡和不必要减速等问题，影响用户体验。
  2. 提出基于被动人工势场（PAPF）的共享控制策略，结合触觉/音频反馈，提升导航的直观性和安全性。
  3. 实验表明，该方法显著降低了碰撞风险和用户认知负荷，同时保持了行驶速度，提升了用户体验。

📝 摘要（中文）

本研究提出了一种用于自平衡骑行球机器人（PURE）的共享控制方法，旨在实现碰撞避免。PURE具有动态稳定性、全向移动和免提接口等特点。该方法集成了传感器阵列和一种新型的被动人工势场（PAPF）方法，通过减速辅助和触觉/音频反馈提供直观的导航，有效降低碰撞风险。该方法解决了传统APF方法的局限性，例如在复杂场景中的控制振荡和不必要的速度降低。通过一项包含20名手动轮椅使用者和健全人士的人机交互实验，评估了所提出的共享控制算法在室内导航和避障方面的性能。结果表明，共享控制显著减少了碰撞和认知负荷，且不影响行驶速度，提供了直观且安全的操作。这些发现突出了该共享控制系统在增强自平衡移动设备碰撞避免方面的适用性，这是辅助移动研究中一个相对未被探索的领域。

🔬 方法详解

问题定义：论文旨在解决自平衡骑行球机器人在复杂室内环境中安全导航的问题。传统人工势场法（APF）在动态避障中容易产生震荡，导致机器人频繁调整速度和方向，影响用户体验。此外，APF可能在不必要的情况下降低速度，影响导航效率。

核心思路：论文的核心思路是利用一种新型的被动人工势场（PAPF）方法，结合共享控制策略，实现更平滑、更直观的避障。PAPF旨在减少传统APF中的震荡问题，并通过触觉和音频反馈向用户提供环境信息，从而实现人机协作，共同完成导航任务。

技术框架：该系统主要包含以下几个模块：1) 传感器阵列：用于感知周围环境，获取障碍物的位置信息。2) 被动人工势场（PAPF）模块：根据传感器数据生成虚拟势场，引导机器人避开障碍物。3) 共享控制模块：融合用户的控制指令和PAPF的避障策略，实现人机协作。4) 触觉/音频反馈模块：向用户提供环境信息和避障辅助信息。整体流程是：传感器感知环境 -> PAPF生成势场 -> 共享控制融合用户指令和势场力 -> 机器人运动 -> 触觉/音频反馈。

关键创新：该论文的关键创新在于提出了被动人工势场（PAPF）方法。与传统APF相比，PAPF旨在减少势场震荡，从而避免机器人频繁的速度和方向调整。此外，该方法结合了触觉和音频反馈，增强了用户对环境的感知，提升了人机交互的自然性和直观性。

关键设计：PAPF的具体实现细节未知，摘要中没有详细描述。共享控制策略的具体融合方式也未知。触觉和音频反馈的设计细节也未知。这些是需要进一步研究才能明确的部分。

📊 实验亮点

实验结果表明，所提出的共享控制方法显著减少了碰撞次数和用户的认知负荷，同时保持了与纯手动控制相当的行驶速度。具体的数据指标（例如碰撞次数减少的百分比、认知负荷降低的程度）未知，需要在论文正文中查找。

🎯 应用场景

该研究成果可应用于各种自平衡移动设备，例如轮椅、代步车等，尤其适用于老年人和残疾人等需要辅助移动的人群。通过提升移动设备的安全性、易用性和智能化水平，可以显著提高他们的生活质量，并促进他们的社会参与。该技术还有潜力应用于物流、仓储等领域的自主移动机器人。

📄 摘要（原文）

This study introduces a shared-control approach for collision avoidance in a self-balancing riding ballbot, called PURE, marked by its dynamic stability, omnidirectional movement, and hands-free interface. Integrated with a sensor array and a novel Passive Artificial Potential Field (PAPF) method, PURE provides intuitive navigation with deceleration assistance and haptic/audio feedback, effectively mitigating collision risks. This approach addresses the limitations of traditional APF methods, such as control oscillations and unnecessary speed reduction in challenging scenarios. A human-robot interaction experiment, with 20 manual wheelchair users and able-bodied individuals, was conducted to evaluate the performance of indoor navigation and obstacle avoidance with the proposed shared-control algorithm. Results indicated that shared-control significantly reduced collisions and cognitive load without affecting travel speed, offering intuitive and safe operation. These findings highlight the shared-control system's suitability for enhancing collision avoidance in self-balancing mobility devices, a relatively unexplored area in assistive mobility research.