A Collaborative Robot-Assisted Manufacturing Assembly Process
University of Coimbra(科英布拉大学);CEMMPRE(CEMMPRE研究院);ARISE(ARISE研究院)
针对工业中协作机器人落地难的问题,研究对比人工与机器人辅助装配流程,验证其在三种运行模式下的效能,证实其能改善工效与操作便捷性且不显著增加装配时长,还具备工序引导功能。
2024-03-08 cs.RO
Human-robot Collaborative Navigation Search using Social Reward Sources
Institut de Robòtica i Informàtica Industrial (CSIC-UPC)(机器人与工业信息研究所(CSIC-UPC))
提出了一种用于人机协同导航任务--人机协同搜索的社会奖励源(SRS)设计。它是一种灵活的方法,能够处理协作任务,人机交互和环境限制,所有这些都集成在一个共同的环境中。我们根据未探索区域的可观察性和隔离度对任务奖励进行建模,并通过不同级别的人机通信对模型进行评估。通过对代理人的个人表现和参与者的感知定性调查的定量评价,验证了模型。之后,使用先前的度量将三个建议的通信级别相互比较。
2019-09-10 cs.RO
A Framework for Learning Behavior Trees in Collaborative Robotic Applications
ABB Corporate Research(ABB企业研究院);KTH - Royal Institute of Technology(KTH皇家理工学院);ABB Robotics(ABB机器人)
在现代工业协作机器人应用中,期望自动地、直观地和时间有效地创建机器人程序。此外,机器人需要通过反应性策略来控制,以应对其运行环境的不可预测性。在本文中,我们提出了一个框架,结合了一种方法,学习行为树(BTs)从演示的方法,进化它们与遗传编程(GP)的协作机器人应用。本文的主要贡献是表明,通过结合这两种学习方法,我们得到了一种方法,允许非专家用户半自动,时间效率高,交互式生成BT。我们验证了一系列的操作实验的框架。BT在模拟中完全学习,然后转移到真正的协作机器人上。
2023-03-20 cs.RO
KUKA Sunrise Toolbox: Interfacing Collaborative Robots with MATLAB
University of Coimbra(科英布拉大学)
协作机器人越来越多地出现在我们的生活中。配备KUKA日出.OS控制器的KUKA LBR iiwa是协作型/灵敏型机器人的典范。本文介绍了一个MATLAB工具箱,KUKA日出工具箱(KST),用于KUKA日出.OS与MATLAB的接口。KST包含联网、实时控制、点对点运动、参数设置器和获取器以及物理交互的功能。KST包括50多种功能,通过传输控制协议/互联网协议(TCP/IP)在与KUKA日出控制器连接的远程计算机上运行。在三个用例中展示了KST的潜力。
2017-09-05 cs.RO
SENSAR: A Visual Tool for Intelligent Robots for Collaborative Human-Robot Interaction
在智能机器人和人类之间建立共同点需要将机器人的意图、行为和知识传达给人类,以建立信任并确保共享环境中的安全。本文介绍了SENSAR(Seeing Everything iN Situ with增强现实),一个增强现实机器人系统,使机器人能够在真实世界的背景下与渲染的图形交流他们的感官和认知数据,允许用户理解,纠正和验证机器人对世界的感知。我们的系统旨在通过建立人类和机器人的感知对齐的共同点来支持人机交互研究。
2020-11-09 cs.RO
Hand Gesture Recognition for Collaborative Robots Using Lightweight Deep Learning in Real-Time Robotic Systems
Institut Teknologi Sepuluh Nopember(泗水理工学院)
本文提出一种仅22 KB、1,103参数的轻量级深度学习手势识别系统,可识别八种手势,经TensorFlow Lite量化剪枝后压缩至7 KB,并在ROS2框架下的UR5协作机器人上验证了实时手势控制的有效性。
2025-07-24 cs.RO
Integrating a Manual Pipette into a Collaborative Robot Manipulator for Flexible Liquid Dispensing
Osaka University(大阪大学);RIKEN(理化学研究所)
本文提出了一种系统集成的方法,为6自由度(自由度)的协作机器人操作移液器的液体分配。其技术发展有三个方面。首先,我们设计了一个端部执行器,用于固定和触发手动移液器。其次,我们利用了一个协作机器人,以识别实验室器皿的姿势和规划机器人运动的基础上,认识到的姿势。第三,我们开发了基于视觉的分类器来预测和纠正定位误差,从而将移液器精确地连接到一次性吸头上。通过实验和分析,我们证实了所开发的系统,特别是规划和视觉识别方法,可以帮助确保高精度和灵活的液体分配。该系统适用于低频率、高重复性的生化液体分配任务。我们希望它能促进实验室自动化的协作机器人的部署,从而提高实验效率,而无需显着定制实验室环境。
2022-07-04 cs.RO
A Dynamic Architecture for Task Assignment and Scheduling for Collaborative Robotic Cells
University of Modena and Reggio Emilia(摩德纳-雷焦艾米利亚大学)
在协作机器人单元中,人类操作员和机器人共享工作空间,以便执行由一组任务组成的共同作业。一个适当的分配和调度的任务,为人类和机器人是至关重要的,以实现高效的人机协作。为了处理人类的动态和不可预测的行为,并允许人类和机器人协商要执行的任务,一个两层的体系结构,用于解决任务分配和调度问题。第一层最优地解决任务分配问题,考虑标称执行时间。第二层,这是反应性的,适应在线的任务序列由机器人执行考虑偏离标称行为和来自人类和机器人的请求。在一个协同装配作业上对该体系结构进行了实验验证。
2021-04-29 cs.RO
Human-Robot Collaborative Carrying of Objects with Unknown Deformation Characteristics
Istituto Italiano di Tecnologia(意大利技术研究院)
在这项工作中,我们引入了一个自适应控制框架,用于人类与机器人协作运输具有未知变形行为的物体。建议的框架作为输入的触觉信息通过对象传输,和运动学信息的人体从运动捕捉系统获得的移动协作机器人上创建反应性全身运动。为了验证我们的框架实验,我们比较了它的性能与导纳控制器在一个部分可变形的物体的共同运输任务。我们还展示了框架的潜力,同时共同运输刚性(铝棒)和高度变形(绳)的对象。一个移动机械手,其中包括一个全方位的移动基地,协作机械臂,机械手被用作实验中的机器人合作伙伴。定量和定性的结果表明,该框架可以有效地处理对象的未知变形能力,并提供直观的援助,以人类的合作伙伴。
2022-07-21 cs.RO
An Optimization Approach for a Robust and Flexible Control in Collaborative Applications
University of Modena and Reggio Emilia(摩德纳与雷焦艾米利亚大学)
在人机协作中,机器人在高度动态的环境中运行。因此,关键是要保证系统在交互过程中的鲁棒稳定性,而且还要保证机器人行为的高度灵活性,以确保对协作场景的可变条件的安全性和反应性。在本文中,我们提出了一种控制架构,能够最大限度地提高机器人的灵活性,同时保证一个稳定的行为时,与环境的物理交互。这通过将基于能量罐的可变导纳架构与控制屏障功能相结合来实现。所提出的架构进行了实验验证的协作机器人。
2021-03-04 cs.RO
Air-Ground Collaborative Robots for Fire and Rescue Missions: A Survey from the Mapping and Navigation Perspective
Southern University of Science and Technology(南方科技大学);Jiaxing Research Institute, Southern University of Science and Technology(南方科技大学嘉兴研究院)
本文系统综述了空地协同机器人在消防救援中的建图与导航技术,提出UAV建图与UGV导航框架,分类分析不同配置的实用性,并指出挑战与未来研究方向。
2026-09-28 cs.RO
Robots and COVID-19: Challenges in integrating robots for collaborative automation
目的:回顾了装配应用中人机协作的现状,并提出了研究界和从业人员当前面临的主要挑战。背景:随着COVID-19疫情开始浮出水面,制造商面临应对需求挑战的压力。社会距离措施使得能够工作的人更少。在这种情况下,机器人被指向支持人类解决供应短缺。在制造业价值链中需要人工的一项重要活动是装配。HRC装配系统应该保护共存的人类,执行一系列动作,并且经常需要重新配置以处理产品多样性。这就要求它们在使用寿命期间具有弹性并能适应各种配置。除了使用机器人的潜在优势外,在工业装配中使用机器人的挑战也是巨大的。方法:这篇小型综述总结了装配应用中协作机器人工业部署的挑战。应用:记录的挑战突出了工业应用中人机交互的未来研究方向。
2020-06-01 cs.RO
Demonstration of real-time event camera to collaborative robot communication
University of Coimbra(科英布拉大学);Politecnico di Torino(都灵理工大学)
本文演示了利用事件相机的高频轻量数据实时获取挥手位置并作为运动命令控制协作机器人,实测总延迟110毫秒,验证了事件相机用于实时机器人系统的可行性。
2024-07-16 cs.RO
A Laser-based Dual-arm System for Precise Control of Collaborative Robots
Idiap Research Institute(伊迪亚普研究所)
协作机器人以相对较低的成本提供增强的交互能力,但与工业机器人相比,它们不可避免地缺乏精确度。此外,除了机器人自身的不完美模型之外,日常操作还涉及各种错误来源,尽管这些错误很小,但会迅速积累。当任务发生变化和机器人重新编程时,通常需要耗时的校准。这些方面严重限制了协作机器人在要求高精度的任务(例如制表)中的应用。我们解决这个问题,依靠一个双臂系统与基于激光的传感来测量感兴趣的对象之间的相对姿态和补偿来自机器人本体感受的姿态误差。我们的方法利用先前的对象3D模型的知识,结合点云配准,有效地提取相关的姿态和计算校正轨迹。这将产生高精度的组件行为。该方法在穿针实验中得到了验证,具有150μm的线和300μm的孔,以及使用两个7轴Panda机器人的USB插入任务。
2021-03-25 cs.RO
CoViLLM: An Adaptive Human-Robot Collaborative Assembly Framework Using Large Language Models
The Pennsylvania State University(宾夕法尼亚州立大学)
本文提出CoViLLM框架,结合深度相机定位、人类操作员分类和大语言模型,实现定制化和新产品的自适应装配,通过NIST装配任务板验证,实验表明该框架提升了人机协作的灵活性。
2026-08-17 cs.RO
3D Hand-Eye Calibration for Collaborative Robot Arm: Look at Robot Base Once
Department of Mechanical and Production Engineering, Aarhus University(机械与生产工程系,奥胡斯大学);Department of Computer Science, Lund University(计算机科学系,卢德大学)
本文提出一种无需外部标定物的3D手眼标定方法,通过将机器人基座点云与扫描数据对齐,在14个品牌机器人臂上验证了其与商业方案相当的精度,并将标定时间缩短至数秒。
2025-05-09 cs.RO
Collaborative Robot Mapping using Spectral Graph Analysis
ETH Zurich(苏黎世联邦理工学院)
在本文中,我们处理的问题,创建全局一致的姿态图在一个集中式多机器人SLAM框架。对于每个自主行动的机器人,维护单独的机载姿态估计和地图,然后将其传送到中央服务器以构建优化的全局地图。然而,由于机载里程计漂移或故障,可能会发生机载和服务器估计之间的不一致。此外,如果服务器没有以计算上易处理和带宽有效的方式提供反馈,则机器人不会从协作地图中受益。出于这一挑战,本文提出了一种新的协作映射框架,使机器人和服务器之间的准确的全局映射。特别是,机器人和服务器图之间的结构差异被利用在不同的空间尺度上使用图谱分析,以生成必要的约束,为个人的机器人姿势图。所提出的方法进行了彻底的分析和验证,使用几个现实世界的多机器人现场部署,我们显示了高达90%的车载系统的改进。
2022-03-01 cs.MA cs.RO
CoSTAR: Instructing Collaborative Robots with Behavior Trees and Vision
Johns Hopkins University(约翰斯·霍普金斯大学)
为了使协作机器人变得有用,不是机器人专家的最终用户必须能够指示它们执行各种任务。考虑到这一目标,我们开发了一个系统,用于最终用户创建具有广泛功能的强大任务计划。CoSTAR:任务自动化和识别协作系统是我们在汉诺威工业博览会2016年KUKA创新奖竞赛中的获奖作品,今年的重点是柔性制造。CoSTAR的独特之处在于它如何创建自然的抽象,使用感知来表示世界,用户可以理解并利用这种方式来编写有能力和强大的任务计划。我们基于行为树的任务编辑器将来自已知对象分割和姿态估计的高级信息与空间推理和机器人动作相集成,以创建强大的任务计划。我们描述了该系统的跨平台设计和实现多个工业机器人,并评估其适用于各种各样的用例。
2016-11-18 cs.RO
CoHaptics: Development of Human-Robot Collaborative System with Forearm-worn Haptic Display to Increase Safety in Future Factories
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究院);University of Southern Denmark(南丹麦大学);University of Genoa(热那亚大学)
复杂的任务需要人类的协作,因为机器人没有足够的灵活性。然而,机器人仍然被用作工具,而不是协作系统。我们正在引入一个框架,以确保在人机协作环境中的安全性。该系统由一个触觉反馈显示器,低成本的可穿戴mocap,和一个新的避碰算法的人工势场(APF)的基础上。可穿戴光学运动捕捉系统能够在大工作区域以高精度和低延迟跟踪人手位置。这项研究评估了触觉反馈是否可以提高人机协作的安全性。三个实验进行了评估所提出的系统的性能。第一个评估人类的触觉设备在与机器人工具中心点(TCP)的互动。第二个实验分析了在即将发生碰撞时人类-机器人的行为。第三个实验评估了系统在共享工作环境中的协作活动。该研究表明,当控制回路中包括触觉反馈时,安全距离(机器人-障碍物最小距离)从12.39 cm增加到16.55 cm,增加了4.1 cm,并且当启用防撞算法时,机器人的路径减少了81%。
2021-09-13 cs.RO
Enhancing Human-Robot Collaborative Assembly in Manufacturing Systems Using Large Language Models
Pennsylvania State University(宾夕法尼亚州立大学)
针对制造系统中人机沟通鸿沟限制协作的问题,本研究提出融合大语言模型的人机协作装配框架,通过自然语言语音指令管理任务,案例验证其适配语言变体、高效解决错误的能力,为人机交互提升提供了可行方案。
2024-06-21 cs.HC cs.RO
Hierarchical Adaptive Control for Collaborative Manipulation of a Rigid Object by Quadrupedal Robots
University of Southern California(南加州大学)
本文提出一种用于四足机器人协作操作刚性物体的分层控制系统,包含自适应力计算、基于QP的力分配与接触点优化、以及分散式移动操作控制器,成功在仿真中实现不同地形下操作18kg未知物体并保持稳定。
2023-07-28 cs.RO
Human-Aware Physical Human-Robot Collaborative Transportation and Manipulation with Multiple Aerial Robots
New York University, Tandon School of Engineering(纽约大学坦登工程学院)
针对现有物理人机交互多聚焦单机器人、多空中机器人研究进展少的问题,提出含负载外力估计器、6D导纳控制器及人感知力分配的方法,通过仿真与实验首次实现四旋翼机群与人类协作完成负载全6自由度操作。
2024-12-03 cs.RO
Diffusion Co-Policy for Synergistic Human-Robot Collaborative Tasks
Stanford University(斯坦福大学)
提出扩散协同策略,用Transformer扩散模型预测人机联合动作序列,在搬桌任务中优于现有方法,实现相互适应与领导权切换等真协作。
2023-11-13 cs.RO
Cyber-Physical Testbed for Human-Robot Collaborative Task Planning and Execution
Rochester Institute of Technology(罗切斯特理工学院)
在本文中,我们提出了一个网络物理的测试平台,使人类机器人团队在一个共享的工作空间中执行一个共享的任务。该实验台适合于桌面操作任务的实现,这是一种常见的人机协作场景。该测试平台集成了物理和虚拟世界中存在的元素。在这项工作中,我们报告了我们在理解和实施人类-机器人团队的任务规划和执行方面的探索过程中收集的见解。
2019-05-30 cs.MA cs.RO
Collaborative Behavior Models for Optimized Human-Robot Teamwork
NVIDIA(英伟达);University of Washington(华盛顿大学)
有效的人机协作需要知情的预期。机器人必须预测人类的行动,但在预测错误时也要迅速而直观地做出反应。机器人必须计划自己的行动来解释人类自己的计划,并知道人类的行为会根据机器人的实际行为而改变。这种预测人类未来动作并生成相应运动计划的循环游戏非常难以使用标准技术进行建模。在这项工作中,我们描述了一种新的模型预测控制(MPC)为基础的框架,寻找最佳轨迹的协作,多智能体设置,在其中我们同时计划的机器人,同时预测其外部合作者的行动。我们使用人机交互来证明,有了一个强大的合作者模型,我们的框架在新的、混乱的环境中产生了流畅的、反应性的人机交互。我们的方法有效地生成协调的轨迹,并实现了很高的成功率切换,即使在存在显着的传感器噪声。
2020-09-03 cs.RO
The Critical Role of Effective Communication in Human-Robot Collaborative Assembly
University of Modena and Reggio Emilia(摩德纳与雷焦艾米利亚大学);Department of Sciences and Methods of Engineering(科学与工程方法系)
针对人机协同装配中传统请求-响应沟通系统自然度不足、效率受限的问题,提出基于自然对话的类人语音交互方法,经对比实验验证可提升任务表现、协作效率与用户体验。
2024-09-11 cs.RO
A Multi-Modal Interaction Framework for Efficient Human-Robot Collaborative Shelf Picking
Dubai Future Labs(迪拜未来实验室);Birla Institute of Technology and Science, Pilani(比拉理工学院皮拉尼分校)
本文提出一种结合多模态交互、LLM思维链与物理仿真推理的人机协作货架拣选框架,通过手势、语音和视觉听觉反馈实现任务分工与安全取箱,并在三类真实实验中验证其有效性。
2025-04-09 cs.HC cs.RO
Robust and Context-Aware Real-Time Collaborative Robot Handling via Dynamic Gesture Commands
Carnegie Mellon University(卡内基梅隆大学)
本文提出条件协作搬运过程(CCHP),通过从人人协作中学习上下文感知策略,解决动态手势指令下实时协作机器人搬运中人类行为异质性和感知随机性问题,在Kinova Gen3装配任务中显著降低人类工作量并提升协作流畅性。
2023-04-12 cs.RO
SERoCS: Safe and Efficient Robot Collaborative Systems for Next Generation Intelligent Industrial Co-Robots
University of California at Berkeley(加州大学伯克利分校)
人机协作已被认为是未来工厂的重要组成部分。正确设计这些协作机器人的行为仍然具有挑战性。这些机器人工作在动态不确定环境中,计算能力有限。设计目标是在保证安全的同时最大限度地提高任务效率。本文讨论了一套设计原则的安全和有效的机器人协作系统(SERoCS)的下一代合作机器人,它包括强大的认知算法的环境监测,有效的任务规划算法的参考代,安全的运动规划和控制算法的安全人机交互。拟议的SERoCS将解决设计挑战,并显着扩展协作机器人的技能,使它们能够安全有效地与人类同行一起工作。SERoCS的开发将为各行业采用协作机器人带来重大进步。实验验证了SERoCS的有效性。
2018-09-21 cs.RO
Development of a Collaborative Robotic Arm-based Bimanual Haptic Display
KAIST(韩国科学技术院)
本文提出一种基于协作机械臂的双臂触觉显示器,通过优化设置配置与引入惯性/摩擦补偿技术,有效提升了工作空间覆盖、灵巧性、透明度与安全性,并在双臂双边遥操作等应用中验证了其有效性。
2024-11-11 cs.HC cs.RO
Should Collaborative Robots be Transparent?
Virginia Tech(弗吉尼亚理工大学)
该研究针对人机协作场景,通过拓展贝叶斯纳什均衡与贝尔曼方程的递归方法求解最优策略,发现短交互或用户学习慢时不透明机器人能带来更高奖励,且用户主观评价与透明机器人相当。
2025-05-16 cs.RO
Pick the Right Co-Worker: Online Assessment of Cognitive Ergonomics in Human-Robot Collaborative Assembly
Istituto Italiano di Tecnologia(意大利技术研究院);Politecnico di Milano(米兰理工大学)
人机协同装配系统提高了工作场所的效率和生产力,但可能会增加工人的认知需求。本文提出了一个在线和定量的框架来评估认知工作负荷与同事,无论是人类操作员或工业协作机器人与不同的控制策略的相互作用。该方法监测操作员的注意力分布和上半身运动学受益于输入图像的低成本立体摄像机和尖端的人工智能算法(即头部姿态估计和骨骼跟踪)。三个实验方案的变化,工作站功能和交互方式的设计,以测试我们的在线方法对国家的最先进的离线测量的性能。结果证明,我们的视觉为基础的认知负荷评估有潜力被整合到新一代的协作机器人技术。后者将使人类认知状态监测和机器人控制策略适应,以改善人类舒适度,人体工程学和对自动化的信任。
2022-07-08 cs.HC cs.RO
Object-Aware Impedance Control for Human-Robot Collaborative Task with Online Object Parameter Estimation
Korea Institute of Machinery & Materials(韩国机械材料研究院);KyungHee University(庆熙大学)
针对无参数先验的长物体协作任务,提出集成在线参数估计与物体感知阻抗控制的框架,通过零空间扰动提升估计精度,实验验证了其在搬运与装配中的有效性。
2023-10-19 cs.RO
Learn from Human Teams: a Probabilistic Solution to Real-Time Collaborative Robot Handling with Dynamic Gesture Commands
Carnegie Mellon University(卡内基梅隆大学)
我们研究实时的【形】协作机器人(cobot)处理,在那里的cobot操纵下的人类命令的工件。当人类直接处理工件有风险时,这是有用的。然而,很难使合作机器人在可能的操作中既易于指挥又灵活。在这项工作中,我们提出了一个实时的【形】协作机器人处理(RTCoHand)框架,允许通过用户自定义的动态手势控制cobot。这是困难的,由于用户之间的变化,人类运动的不确定性,和嘈杂的人类输入。我们将任务建模为概率生成过程,称为条件协作处理过程(CCHP),并从人与人的协作中学习。我们全面评估了CCHP的适应性和鲁棒性,并将我们的方法应用于Kinova Gen3机器人手臂的实时的【形】cobot处理任务。我们实现了与经验丰富的用户和新用户的无缝人机协作。与经典控制器相比,RTCoHand允许更复杂的操纵和更低的用户认知负担。它还消除了试错的需要,使其在安全关键任务中具有优势。
2021-12-11 cs.HC cs.RO
Collaborative Object Handover in a Robot Crafting Assistant
CSIRO Robotics(澳大利亚CSIRO机器人研究所);Monash University(墨尔本大学);Deakin University(德金大学)
本文提出了一种基于人类遥控数据训练的协作传递模型,通过交叉验证和用户研究验证了其在机器人与人类协作中的有效性,并指出了进一步改进的方向。
2025-12-19 cs.RO
Whole-Body Control for Velocity-Controlled Mobile Collaborative Robots Using Coupling Dynamic Movement Primitives
Shenzhen Institute of Artificial Intelligence and Robotics for Society (AIRS)(深圳人工智能与机器人研究院(AIRS));Harbin Institute of Technology(哈尔滨工业大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
在本文中,我们提出了一个统一的全身控制框架速度控制移动协作机器人,可以分配任务运动到手臂和移动基地根据特定的任务要求,通过调整加权因子。我们的框架侧重于解决全身协调中的两个挑战性问题:1)移动基座和手臂的不同动态特性; 2)避免违反安全和配置约束。此外,我们的控制器还包括耦合动态运动基元,以实现协作和交互应用的基本功能,例如避障、人工教学和合规控制。在此基础上,我们设计了一个自适应的运动模式,直观的物理人机交互,通过调整的权重因子。所提出的控制器是在封闭的形式,因此相当计算效率。在一个实际的移动协作机器人上进行的几个典型的实验验证了所提出的控制器的有效性。
2022-11-06 cs.RO
Robot Trajectory Adaptation to Optimise the Trade-off between Human Cognitive Ergonomics and Workplace Productivity in Collaborative Tasks
Istituto Italiano di Tecnologia(意大利理工学院);Politecnico di Milano(米兰理工大学)
在混合工业环境中,工人的舒适度和积极的安全感是成功接受和使用协作机器人的基本要求。本文提出了一种新的人机交互框架,其中机器人的行为是适应在线根据操作员的认知工作量和压力。该方法利用B样条轨迹在关节空间和制定一个多目标优化问题在线调整总的执行时间和平滑的机器人轨迹的生成。前者确保工作场所的人类效率和生产力,而后者有助于保障用户的舒适性和认知人体工程学。在一个典型的工业任务中,所提出的框架的性能进行了评估。结果表明,它的能力,以提高生产力的人-机器人二人组,同时减轻认知工作量引起的工人。
2022-07-08 cs.RO
Improving Human Legibility in Collaborative Robot Tasks through Augmented Reality and Workspace Preparation
University of Colorado Boulder(科罗拉多大学博尔德分校)
针对人机协作中人类行为预测不准易引发安全问题的痛点,提出通过优化工作空间物体布置与AR投射虚拟障碍提升人类行为可解读性的算法,经两项用户研究验证可改善任务流畅度与安全性。
2023-11-09 cs.RO
Achieving Meaningful Collaboration: Worker-centered Design of a Physical Human-Robot Collaborative Blending Task
Delft University of Technology(代尔夫特理工大学);RoboHouse
本文倡导跨学科方法,以工人为中心设计物理人机协作混合任务,探索协作机器人在飞机发动机维修中的潜力,优先考虑工人福祉和工作吸引力。
2025-10-14 cs.RO
Affect-Driven Modelling of Robot Personality for Collaborative Human-Robot Interactions
University of Cambridge(剑桥大学);Istituto Italiano di Tecnologia(意大利理工学院);University of Hamburg(汉堡大学)
协作互动需要社交机器人适应人类情感行为的动态。然而,目前的方法在机器人的情感行为生成集中在瞬时感知,以产生一个一对一的映射观察到的人类表情和静态机器人动作。在本文中,我们提出了一个新的框架,个性驱动的行为生成社交机器人。该框架包括:(i)一个混合神经模型,用于评估面部表情和语音,形成内在的情感表征的机器人,(ii)情感核心,采用自组织神经模型嵌入机器人的个性特征,如耐心和情绪驱动,和(iii)一个强化学习模型,使用机器人的情感评价,学习互动行为。为了进行评估,我们进行了一项用户研究(n = 31),其中NICO机器人作为最后通牒游戏中的提议者。机器人个性的影响,其谈判策略是见证了参与者,谁排名高情感驱动的持久性较高的病人的机器人,而惰性和不耐烦的机器人更高的慷慨和利他行为。
2022-02-25 cs.AI cs.RO
ElasticROS: An Elastically Collaborative Robot Operation System for Fog and Cloud Robotics
Cheng Kar-Shun Robotics Institute, The Hong Kong University of Science and Technology(香港科技大学郑志刚机器人研究院);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
针对机器人因集成大模型导致算力与电池不足的问题,提出基于ROS/ROS2的算法级弹性协作机器人操作系统ElasticROS,通过在线学习算法ElasAction动态分配计算任务,经实验验证性能优于现有节点级系统。
2023-10-04 cs.RO
On-line collision avoidance for collaborative robot manipulators by adjusting off-line generated paths: An industrial use case
University of Coimbra(科英布拉大学);Arts et Métiers(法国国立高等工程技术学院)
人机碰撞避免是协作机器人和工业4.0框架中的关键。它对于实现安全标准,同时使人类和机器在非结构化和时变环境中并肩工作起着重要作用。本研究将机械手的在线碰撞避免引入到一个实际的工业应用中,该应用实现了典型的传感器和常用的协作工业机械手KUKA iiwa。在所提出的方法中,人类的同事和机器人表示的几何图元(胶囊)。当人/障碍物在附近时,使用假设的排斥和吸引向量的概念,计算它们之间的最小距离和相对速度。通过耦合这一概念与机器人的运动学的数学表示,实现了具有碰撞避免能力的任务级控制。因此,离线生成的工业任务的标称路径在运行中被修改,使得机器人能够安全地避免与同事碰撞,同时能够完成工业操作。为了保证在不同任务之间切换时的运动连续性,引入了排斥向量整形的概念。在汽车工业装配机器人单元上的试验表明,通过调整离线生成的标称路径,机器人运动平稳,成功避免了碰撞。
2019-09-11 cs.RO
What metrics of participation balance predict outcomes of collaborative learning with a robot?
University of Pittsburgh(匹兹堡大学)
本研究针对多人-机器人协作学习中参与平衡指标不明确的问题,通过两项研究及自动参与单元复现实验,探究不同平衡指标与对话部分对小组学习效果的预测性,为学习科学研究的指标选择提供建议。
2024-05-17 cs.HC cs.RO
An Object Deformation-Agnostic Framework for Human-Robot Collaborative Transportation
Istituto Italiano di Tecnologia(意大利技术研究院)
在这项研究中,自适应对象变形不可知的人-机器人协同运输框架。所提出的框架能够结合触觉信息传输通过对象与人体运动学信息从运动捕捉系统中获得的移动协作机器人上产生反应的全身运动。此外,它允许在基于使用躯干和手部运动检测人类旋转意图的算法的共同运输期间以直观和准确的方式旋转对象。首先,我们验证的框架与两个极端的对象变形范围(即,纯刚性铝杆和高度可变形的绳索),通过利用移动机械手,其中包括一个全方位的移动基地和协作的机器人手臂。接下来,它的性能进行了比较,导纳控制器在12个科目的用户研究的部分可变形的对象的共同携带任务。定量和定性的实验结果表明,所提出的框架可以有效地处理对象的运输,而不管它们的变形能力,并提供直观的帮助人类的合作伙伴。最后,我们已经证明了我们的框架在不同的场景中的潜力,其中人类和机器人共同运输使用可变形片材的人体模型。
2022-07-27 cs.RO
How to Formally Model Human in Collaborative Robotics
McMaster University(麦克马斯特大学)
人-机器人协作是机器人技术发展的一个新趋势,它促进了人类和机器人在共同的环境中的共存与合作。人类和机器人之间的物理接近和互动,加上人类行为的不确定性,可能导致人类受伤的意外情况。因此,安全性是HRC应用的优先事项。通过正式建模和验证技术进行安全分析可以大大避免危险后果,但前提是HRC系统的模型是全面和现实的,这需要合理的人类行为模型。本文探讨了最先进的解决方案,为人类建模,并讨论哪些是适合人权高专办的情况。
2020-12-03 cs.FL cs.RO cs.SE
Human-Robot Collaboration via Deep Reinforcement Learning of Real-World Interactions
Imperial College London(帝国理工学院)
我们提出了一个机器人设置真实世界的测试和评估的人-机器人和人-人的协作学习。利用Soft Actor-Critic算法的样本效率,我们实现了一个机器人平台,该平台能够与人类合作伙伴一起学习非平凡的协作任务,而无需在模拟中进行预训练,并且仅使用30分钟的真实世界交互。这使我们能够通过真实世界的交互来研究人与机器人和人与人的协作学习。我们提出了初步的结果,表明最先进的深度学习方法可以使人机协作学习更接近人类相互交互。
2019-12-02 cs.AI cs.LG cs.RO
CobotGear: Interaction with Collaborative Robots using Wearable Optical Motion Capturing Systems
Space Center, Skolkovo Institute of Science and Technology (Skoltech)(太空中心,斯科尔科沃科学技术学院)
在工业应用中,复杂的任务需要人类的协作,因为机器人没有足够的灵活性。然而,机器人仍然被实现为工具,而不是协作智能系统。为了确保安全的人机协作,我们介绍了一个系统,提出了一种新的方法,集成了低成本的可穿戴mocap,和一种改进的避碰算法的基础上的人工势场。可穿戴光学运动捕捉允许在大的工作区域以高精度和低延迟跟踪人手位置。为了提高算法的效率,两种障碍物的类型进行区分,根据其碰撞概率。进行了初步的实验,以分析算法的行为,并选择最佳值的障碍物的阈值角度$θ_{OBS}$,并为避免阈值距离$d_{AT}$。进行第二个实验以评估$d_{AT}$ = 0.2 m和$θ_{OBS}$ = 45度的系统性能。第三个实验在一个真实的协作任务中评估了该系统。结果表明机器人手臂产生平滑的无碰撞轨迹的鲁棒性能。拟议中的技术将允许消费机器人在混乱的环境中安全地与人类合作,例如,工厂、厨房、起居室和餐厅。
2020-07-20 cs.RO
Cellular-enabled Collaborative Robots Planning and Operations for Search-and-Rescue Scenarios
i2CAT Foundation(i2CAT基金会);NEC Laboratories Europe GmbH(欧洲NEC实验室);Polytechnic University of Catalonia, UPC(加泰罗尼亚理工大学(UPC));Institut Català de Recerca i Estudis Avançats, ICREA(加泰罗尼亚高级研究所(ICREA))
针对SAR任务中蜂窝协作机器人能量受限问题,提出框架以区域面积、车队规模、能量、探索率和响应时间为输入,确定最少机器人数量及路径,并展示轮式与四足机器人的数量-面积-时间权衡。
2024-03-14 cs.NI cs.RO
Challenges in the Safety-Security Co-Assurance of Collaborative Industrial Robots
University of York(约克大学);University of Sheffield(谢菲尔德大学)
本研究围绕协作工业机器人的安全与安保协同保障难题,梳理了相关保障方法,分析了制造业人机协作的技术现状与挑战,并指出了待解决的流程与技术问题。
2020-07-17 cs.CR cs.RO cs.SE
On the Feasibility of Fingerprinting Collaborative Robot Network Traffic
University of Waterloo(滑铁卢大学)
本文研究协作机器人加密流量中的隐私泄露问题,提出基于信号处理的流量分类方法以实现高级运动识别,并评估了填充与时序操纵等防御手段的可行性与局限性。
2025-03-07 cs.CR cs.RO
Exploring the Use of Collaborative Robots in Cinematography
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
本文通过访谈三位电影摄影师并演示原型机器人系统,识别了影响协作机器人应用于电影摄影的设计、采用与使用的关键因素,为后续协同设计研究奠定基础。
2023-04-16 cs.HC cs.RO
If you Cheat, I Cheat: Cheating on a Collaborative Task with a Social Robot
The Pennsylvania State University(宾夕法尼亚州立大学);Johns Hopkins University(约翰斯·霍普金斯大学)
机器人可能很快就会在高等教育中发挥作用,增强学习环境,管理教师和学生之间的互动。然而,很少有人知道机器人在学习环境中的存在将如何影响学术诚信。因此,本研究调查了大学生在与机器人进行协作排序任务时是否以及如何作弊。我们采用2x2析因设计来研究作弊暴露(暴露于作弊或没有暴露)和任务清晰度(明确或模糊的规则)对大学生作弊行为的影响,同时与机器人进行交互。我们的研究发现,事先暴露于作弊的任务显着增加作弊的可能性。然而,作弊的倾向并不受任务规则清晰度的影响。这些结果表明,同学的规范行为可能会强烈影响作弊的决定,而从事与机器人的教学经验。
2021-06-30 cs.HC cs.RO
Learning to Assist: Collaborative VLAs for Implicit Human-Robot Collaboration
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Massachusetts Institute of Technology(麻省理工学院)
本文研究利用视觉-语言-动作(VLA)模型通过模仿学习实现人机协作,发现动作分块策略在隐式协作中存在演示动作泄漏问题,提出推理时引导方法缓解过早辅助行为,并通过用户研究验证其有效性。
2026-10-14 cs.RO
Exploring Collaborative Game Play with Robots to Encourage Good Hand Hygiene Practises among Children
Spire Animation Studios(斯皮尔动画工作室);AMMACHI Labs(AMMACHI实验室);Amrita Vishwa Vidyapeetham(阿姆里塔维迪亚佩瑟姆大学)
本文介绍了一种新的协作教育游戏,名为“土地的手”,涉及儿童和定制的社会机器人,我们设计的(HakshE)的设计,实施和评估。通过这个游戏平台,我们的目标是向儿童传授正确的手部卫生知识,并探索在这种环境中亲社会机器人与儿童之间的互动程度。我们将游戏化与计算机作为社会参与者(CASA)范式相结合,将机器人建模为游戏中的社会参与者或同伴。该游戏使用Godot的2D引擎和Alice 3开发。在这项研究中,32名参与者通过视频会议平台Zoom在线玩游戏。为了了解亲社会机器人的轻推对儿童互动的影响,我们将研究分为两种情况:有轻推和无轻推。对儿童互动的详细分析和视频分析表明,我们的平台帮助儿童学习了良好的手部卫生知识。我们还发现,使用亲社会机器人可以在孩子和机器人之间创造愉快的互动和更大的社会参与,尽管学习本身并不受机器人的亲社会性的影响。
2022-06-17 cs.RO