Robust Immersive Bilateral Teleoperation of Beyond-Human-Scale Systems with Enhanced Transparency and Sense of Embodiment
作者: Mahdi Hejrati, Pauli Mustalahti, Jouni Mattila
分类: cs.RO
发布日期: 2025-05-20 (更新: 2025-05-25)
💡 一句话要点
提出一种增强透明度和临场感的超人尺度系统鲁棒沉浸式双边遥操作框架
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱八：物理动画 (Physics-based Animation)
关键词: 双边遥操作 沉浸式VR 触觉反馈 鲁棒控制 临场感 超人尺度系统 人机协作 力传感器
📋 核心要点
- 传统遥操作系统在处理超人尺度任务时，面临鲁棒性差、透明度低和操作者临场感不足的挑战。
- 该论文提出一种基于沉浸式VR和分布式触觉反馈的双边遥操作框架，并设计了无需力传感器的鲁棒控制架构。
- 实验结果表明，该系统在运动和力缩放下实现了高精度跟踪，并提升了操作者的临场感，用户研究表明系统具有良好的用户友好性。
📝 摘要（中文）
本文提出了一种用于超人尺度机器人系统的双边遥操作框架，该框架通过沉浸式虚拟现实界面和分布式触觉反馈，增强了透明度和操作者的临场感（SoE），特别是能动性和自我定位感。为了支持这种临场感并建立高水平的运动和力透明度，我们开发了一种无需力传感器的鲁棒控制架构，该架构解决了输入非线性、主从不对称、未知不确定性和任意时间延迟。将人-机器人增强动态模型集成到控制回路中，以增强控制器的人类适应性。理论分析证实了闭环系统的半全局一致最终有界性，保证了对现实世界不确定性的鲁棒性。大量的真实世界实验表明，在高达1:13的运动缩放和1:1000的力缩放下，实现了高精度跟踪，展示了结果的重要性。此外，还建立了高达150毫秒的单向固定和时变通信延迟下的运动跟踪和力反射/跟踪的稳定性-透明度权衡。对10名参与者（9男1女）的用户研究结果表明，该系统可以实现良好的SoE水平（76.4%），同时非常用户友好，没有性别限制。考虑到重型机械手的规模和重量，这些结果意义重大。
🔬 方法详解
问题定义：现有遥操作系统在处理超人尺度任务时，由于输入非线性、主从不对称、未知不确定性和通信延迟等问题，难以保证控制的鲁棒性和透明度。此外，操作者难以获得良好的临场感，影响操作效率和安全性。
核心思路：该论文的核心思路是通过沉浸式VR界面和分布式触觉反馈增强操作者的临场感，并设计一种无需力传感器的鲁棒控制架构，以解决系统的不确定性和非线性问题，从而提高系统的透明度和鲁棒性。
技术框架：该遥操作系统的整体架构包括：1) 主端操作界面，采用沉浸式VR设备；2) 从端重型机械手；3) 双边控制系统，负责主从端的运动和力映射；4) 分布式触觉反馈系统，增强操作者的触觉感知。控制系统集成了人-机器人增强动态模型，以提高控制器的人类适应性。
关键创新：该论文的关键创新在于：1) 提出了一种无需力传感器的鲁棒控制架构，降低了系统成本和复杂性；2) 将人-机器人增强动态模型集成到控制回路中，提高了控制器的人类适应性；3) 通过沉浸式VR界面和分布式触觉反馈增强了操作者的临场感。
关键设计：控制器的具体设计细节未知，但摘要提到其解决了输入非线性、主从不对称、未知不确定性和任意时间延迟等问题。理论分析证实了闭环系统的半全局一致最终有界性，保证了对现实世界不确定性的鲁棒性。运动缩放比例高达1:13，力缩放比例高达1:1000。稳定性-透明度权衡在高达150ms的单向固定和时变通信延迟下建立。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该系统在高达1:13的运动缩放和1:1000的力缩放下，实现了高精度跟踪。用户研究表明，该系统可以实现良好的临场感（76.4%），且用户友好，没有性别限制。该研究还建立了高达150毫秒的单向固定和时变通信延迟下的运动跟踪和力反射/跟踪的稳定性-透明度权衡。
🎯 应用场景
该研究成果可应用于核电站维护、深海作业、太空探索等危险或难以接近的环境中，实现对大型设备的远程精确操作。通过增强操作者的临场感和控制系统的鲁棒性，可以提高操作效率和安全性，降低操作风险。
📄 摘要（原文）
In human-in-the-loop systems such as teleoperation, especially those involving heavy-duty manipulators, achieving high task performance requires both robust control and strong human engagement. This paper presents a bilateral teleoperation framework for beyond-human-scale robotic systems that enhances the transparency and the operator's sense of embodiment (SoE), specifically, the senses of agency and self-location, through an immersive virtual reality interface and distributed haptic feedback. To support this embodiment and establish high level of motion and force transparency, we develop a force-sensorless, robust control architecture that tackles input nonlinearities, master-surrogate asymmetries, unknown uncertainties, and arbitrary time delays. A human-robot augmented dynamic model is integrated into the control loop to enhance human-adaptability of the controller. Theoretical analysis confirms semi-global uniform ultimate boundedness of the closed-loop system, guaranteeing the robustness to the real-world uncertainties. Extensive real-world experiments demonstrate high accuracy tracking under up to 1:13 motion scaling and 1:1000 force scaling, showcasing the significance of the results. Additionally, the stability-transparency tradeoff for motion tracking and force reflection and tracking is established up to 150 ms of one-way fix and time-varying communication delays. The results of user study with 10 participants (9 male and 1 female) demonstrate that the system can imply a good level of SoE (76.4%), at the same time is very user friendly with no gender limitation. These results are significant given the scale and weight of the heavy-duty manipulators.