Morphology-Aware Human Motion Retargeting for Wheeled-Humanoid Loco-Manipulation
作者: Chenbo Xia, Chao Ye
分类: cs.RO
发布日期: 2026-09-10
💡 一句话要点
提出形态感知的人类运动重定向方法以解决轮式类人机器人运动与操作问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱六：视频提取与匹配 (Video Extraction) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 运动重定向 轮式类人机器人 形态感知 逆运动学 人机协作 运动与操作 机器人控制
📋 核心要点
- 现有的人类到类人的运动重定向方法主要集中在有腿的机器人上，轮式类人机器人在运动与操作的耦合方面研究较少。
- 本文提出了一种新的重定向管道，能够将多数据集的SMPLX运动转换为轮式类人机器人的可执行运动与操作行为。
- 通过引入形态感知的逆运动学和分层手臂重定向，系统在运动表现上取得了显著提升，能够有效处理没有腿关节的机器人结构。
📝 摘要（中文）
人类到类人的运动重定向主要集中在有腿平台上，而轮式类人系统在支持人类运动的耦合运动与操作方面的研究相对较少。基于GMR的可配置通用运动重定向和BeyondMimic的物理模拟R1 Pro学习框架，本文提出了一种可重复的管道，将多数据集的SMPLX运动转换为Galaxea R1 Pro轮式类人的可执行运动与操作行为。该机器人具有平面三轮底盘、串联躯干和两个手臂，但没有腿关节，因此必须在不影响操作相关的手臂几何形状的情况下，将人类下肢运动重新分配到底盘运动和躯干姿态上。我们的管道结合了标准身体形状预处理、平面底盘归一化、形态感知的差分逆运动学、肩部根部的分层手臂重定向和连续躯干替代以实现弯曲和下蹲。最后，训练了一个21维的BaseDecode策略，提供了从人类运动数据到物理可追踪的轮式类人运动与操作的完整桥梁。
🔬 方法详解
问题定义：本文旨在解决轮式类人机器人在执行人类运动时，如何有效地将下肢运动重定向到底盘运动和躯干姿态的问题。现有方法在处理没有腿关节的机器人时，存在运动表现不足的挑战。
核心思路：论文提出了一种综合的运动重定向管道，结合了多种技术手段，以确保在不牺牲手臂几何形状的前提下，合理分配运动。
技术框架：整体架构包括多个模块：标准身体形状预处理、平面底盘归一化、形态感知的差分逆运动学、肩部根部的分层手臂重定向和连续躯干替代，最后通过规划层将底盘运动解码为控制命令。
关键创新：最重要的创新在于形态感知的逆运动学和分层手臂重定向方法，使得轮式类人机器人能够在没有腿关节的情况下，依然实现复杂的运动与操作。
关键设计：在训练过程中，采用了21维的BaseDecode策略，结合方向性关节限制缩放、专注的上半身跟踪和分阶段的轮接触奖励，以优化运动表现。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的系统在运动重定向的准确性和操作能力上均有显著提升。具体而言，系统能够有效处理复杂的运动模式，且在与基线方法的比较中，表现出更高的运动流畅性和操作精度，具体性能数据将在后续修订中提供。
🎯 应用场景
该研究的潜在应用领域包括服务机器人、工业自动化和人机协作等场景。通过实现高效的运动重定向，轮式类人机器人能够更好地执行复杂的操作任务，提升其在实际环境中的适应能力和工作效率。未来，该技术有望推动轮式机器人在更多领域的应用与发展。
📄 摘要（原文）
Human-to-humanoid retargeting has largely been studied on legged platforms, while comparatively few wheeled-humanoid systems support coupled locomotion and manipulation from general human motion. Building on GMR's configurable general-motion retargeting and BeyondMimic's physically simulated R1 Pro learning framework, we present a reproducible pipeline that converts multi-dataset SMPLX motion into executable loco-manipulation behavior for the Galaxea R1 Pro wheeled humanoid. The robot has a planar three-wheel base, a serial torso, and two arms but no leg joints, so human lower-body motion must be redistributed across base motion and torso posture without sacrificing manipulation-relevant arm geometry. Our pipeline combines canonical body-shape preprocessing, planar-base normalization, morphology-aware differential inverse kinematics, shoulder-rooted hierarchical arm retargeting, and continuous torso substitution for bending and squatting. A reference-twist-driven planning layer then decodes planar base motion into continuous three-wheel steering and rolling commands subject to hysteresis, kinematic continuity, acceleration, and actuator-rate limits. Finally, a 21-dimensional BaseDecode policy is trained in Isaac Lab with directional joint-limit scaling, focused upper-body tracking, and a staged wheel-contact reward. The resulting system provides a complete bridge from human motion data to physically trackable wheeled-humanoid loco-manipulation rather than a visualization-only retargeter; quantitative policy comparisons remain scheduled for a later revision.