Heavy lifting tasks via haptic teleoperation of a wheeled humanoid
作者: Amartya Purushottam, Jack Yan, Christopher Yu, Joao Ramos
分类: cs.RO
发布日期: 2025-05-26
💡 一句话要点
提出一种基于触觉遥操作的轮式人形机器人重物搬运方案
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱七：动作重定向 (Motion Retargeting)
关键词: 人形机器人 遥操作 触觉反馈 重物搬运 人机交互
📋 核心要点
- 现有方法在动态交互力下难以同时控制移动、操作和姿态，人形机器人难以完成重物搬运等动态移动操作任务。
- 该论文提出了一种基于触觉遥操作的框架，通过人机界面实现全身运动重定向，并提供触觉反馈，增强操作员的控制能力。
- 实验结果表明，该系统能够有效地控制轮式人形机器人进行重物搬运，并具备处理扰动的能力，验证了其可行性。
📝 摘要（中文）
本文提出了一种用于轮式人形机器人进行动态移动操作（DMM）的遥操作框架，旨在辅助人类在物理要求高的环境中执行重物搬运等需要全身协调的任务。该框架利用人机界面（HMI）通过捕捉人类的运动并施加触觉反馈，实现从人类操作员到机器人的全身运动重定向。操作员通过身体运动控制机器人的姿态和移动，同时手臂运动引导操作。实时的触觉反馈传递末端执行器的力和与平衡相关的提示，从而闭合了人类感知和机器人环境交互之间的回路。通过实验验证了该系统在动态举起杠铃和高达2.5公斤（机器人质量的21%）的箱子时的有效性，展示了在操作员指导下的协调全身控制、高度变化和扰动处理能力。
🔬 方法详解
问题定义：论文旨在解决人形机器人在动态环境中进行重物搬运任务的难题，即动态移动操作（DMM）。现有方法难以在动态交互力下同时控制机器人的移动、操作和姿态，导致机器人难以稳定地搬运重物。特别是在需要全身协调的任务中，平衡控制和精确操作之间的协调是一个挑战。
核心思路：论文的核心思路是通过触觉遥操作，将人类的运动技能和感知能力传递给机器人。操作员通过穿戴人机界面（HMI）来控制机器人的运动，同时接收来自机器人的触觉反馈。这种方式允许操作员利用自身的经验和直觉来处理复杂的动态环境，并指导机器人完成任务。通过运动重定向，将操作员的身体运动映射到机器人的姿态和移动，手臂运动映射到机器人的操作。
技术框架：该遥操作框架主要包含以下几个模块：1) 人机界面（HMI）：用于捕捉操作员的运动，包括身体姿态和手臂运动。2) 运动重定向模块：将操作员的运动映射到机器人的关节运动，实现全身运动的控制。3) 触觉反馈模块：将机器人末端执行器的力和与平衡相关的提示传递给操作员，增强操作员的感知能力。4) 机器人控制模块：根据操作员的指令控制机器人的运动，包括移动、操作和姿态调整。整体流程是操作员通过HMI输入指令，运动重定向模块将指令转换为机器人控制信号，机器人执行动作并将触觉信息反馈给操作员，形成闭环控制。
关键创新：该论文的关键创新在于将触觉反馈引入到轮式人形机器人的遥操作中，增强了操作员对机器人状态和环境交互的感知能力。通过触觉反馈，操作员可以更好地感知机器人受到的力和力矩，从而更精确地控制机器人的运动，并及时调整姿态以保持平衡。此外，论文还探索了不同的遥操作映射方式，允许操作员手动或自动调节机器人的倾斜角度，以应对载荷引起的扰动。
关键设计：在运动重定向方面，论文设计了不同的遥操作映射方式，以提供不同程度的平衡辅助。操作员可以选择手动调节机器人的倾斜角度，也可以选择让系统自动调节。在触觉反馈方面，论文考虑了末端执行器的力和与平衡相关的提示，并将这些信息传递给操作员。具体的参数设置和控制算法细节在论文中没有详细描述，属于未知信息。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该系统能够有效地控制轮式人形机器人进行重物搬运，成功地举起和搬运了高达2.5公斤（机器人质量的21%）的杠铃和箱子。实验还验证了系统在处理扰动方面的能力，表明操作员可以通过触觉反馈及时调整机器人的姿态，保持平衡。这些结果证明了该遥操作框架在动态移动操作任务中的有效性。
🎯 应用场景
该研究成果可应用于危险环境下的重物搬运、建筑工地上的辅助作业、以及医疗康复等领域。通过遥操作，人类可以在安全距离外控制机器人完成高风险或高强度的工作，降低人员伤亡风险，提高工作效率。未来，该技术有望与自主导航、视觉识别等技术相结合，实现更智能化的机器人辅助作业。
📄 摘要（原文）
Humanoid robots can support human workers in physically demanding environments by performing tasks that require whole-body coordination, such as lifting and transporting heavy objects.These tasks, which we refer to as Dynamic Mobile Manipulation (DMM), require the simultaneous control of locomotion, manipulation, and posture under dynamic interaction forces. This paper presents a teleoperation framework for DMM on a height-adjustable wheeled humanoid robot for carrying heavy payloads. A Human-Machine Interface (HMI) enables whole-body motion retargeting from the human pilot to the robot by capturing the motion of the human and applying haptic feedback. The pilot uses body motion to regulate robot posture and locomotion, while arm movements guide manipulation.Real time haptic feedback delivers end effector wrenches and balance related cues, closing the loop between human perception and robot environment interaction. We evaluate the different telelocomotion mappings that offer varying levels of balance assistance, allowing the pilot to either manually or automatically regulate the robot's lean in response to payload-induced disturbances. The system is validated in experiments involving dynamic lifting of barbells and boxes up to 2.5 kg (21% of robot mass), demonstrating coordinated whole-body control, height variation, and disturbance handling under pilot guidance. Video demo can be found at: https://youtu.be/jF270_bG1h8?feature=shared