Real-Time sEMG-Based Telecontrol of an Assistive Robotic Arm Using a 1D Convolutional Neural Network
Polytechnique Montréal(蒙特利尔综合理工大学)
研究上肢运动障碍者用sEMG控制辅助机器人手臂的问题,核心方法是基于一维卷积神经网络,主要贡献是实现高分类性能、稳定实时行为,证明sEMG遥操作可行性,强调整合多技术的重要性,为后续研究指明方向。
2026-10-05 cs.RO
Point and Go: Intuitive Reference Frame Reallocation in Mode Switching for Assistive Robotics
Department of Computing Science, University of Alberta(计算科学系,阿尔伯塔大学)
针对轮椅机械臂用户操作困难,提出Point and Go模式切换,通过扫掠指向定义平移轴并优化旋转模式,减少完成时间31%、暂停41%、模式切换33%。
2025-10-09 cs.RO
Characterization of Assistive Robot Arm Teleoperation: A Preliminary Study to Inform Shared Control
Northwestern University(西北大学);Shirley Ryan AbilityLab(雪莉·瑞安能力实验室)
辅助机器人设备可以提高运动障碍者的独立性。然而,每个人的受伤程度、偏好和技能都是独一无二的,而且会随着时间的推移而变化。此外,由于疼痛或疲劳,或者由于康复、衰弱状况或衰老,所需的辅助量可能在一天中变化。因此,为了成为一个有效的团队成员,辅助机器应该能够学习和适应人类用户。要做到这一点,我们需要能够描述用户的控制命令,以确定何时以及如何改变自主性,以最好地帮助用户。我们进行了一个20人的试点研究,以建立一组有意义的性能指标,可用于表征用户的控制信号,并作为线索的自主修改的水平和援助量。我们的研究包括8个脊髓损伤和12个未受伤的人。结果揭示了一组客观的,运行时可计算的指标,与用户感知的任务难度,因此可以使用的自主系统时,决定是否需要援助。结果进一步表明,评估用户与机器人设备,机器人执行,和感知的任务难度的交互的指标显示脊髓损伤和未受伤的群体之间的差异,并受到所使用的控制界面的类型。结果将用于开发一个适应性强,以用户为中心,个性化定制的共享控制算法。
2020-07-31 cs.RO
Improving Robotic Arms through Natural Language Processing, Computer Vision, and Edge Computing
Saint Louis University(圣路易斯大学)
本文提出一种结合边缘计算、自然语言处理和计算机视觉的辅助机器人原型,利用LLM和视觉系统协同解释并执行自然语言复杂指令,实验表明该系统在意图识别与物体操作上表现优异,显著提升了残疾用户的交互体验。
2024-10-10 cs.RO
Daily Assistive View Control Learning of Low-Cost Low-Rigidity Robot via Large-Scale Vision-Language Model
The University of Tokyo(东京大学)
本研究开发了一种结合大规模视觉语言模型与低成本低刚度机械臂的日常辅助机器人,通过神经网络概率学习物理与视觉关联,并利用参数偏置适应环境变化,实现了基于语言指令的开放词汇视角控制。
2023-12-12 cs.RO
Eye-Tracking-Driven Control in Daily Task Assistance for Assistive Robotic Arms
Offenburg University of Applied Sciences(奥芬堡应用科学大学);University of Siegen(锡根大学)
本文提出了一种基于眼动的控制框架,通过任务图标和特征匹配方法,帮助身体严重残疾者独立完成日常任务。
2026-01-24 cs.RO
Learning Latent Actions to Control Assistive Robots
Virginia Tech(弗吉尼亚理工大学);Stanford University(斯坦福大学);University of Toronto(多伦多大学)
辅助机器人手臂使残疾人能够独立完成日常工作。这些手臂是灵巧和高维的;然而,人们必须用来控制他们的机器人的界面是低维的。考虑用2自由度操纵杆远程操作7自由度机器人手臂。机器人正在帮你吃晚饭,现在你想切一块豆腐。今天的机器人假定操纵杆输入和机器人动作之间有一个预定义的映射:在一种模式下,操纵杆控制机器人在x-y平面的运动,在另一种模式下,操纵杆控制机器人的z-偏航运动,等等。但是这种映射错过了你试图执行的任务!理想情况下,一个操纵杆轴应该控制机器人如何刺豆腐,另一个轴应该控制不同的切割动作。我们的见解是,我们可以实现直观的,用户友好的辅助机器人的控制,通过嵌入机器人的高维行动到低维和人类可控的潜在行动。我们把这个过程分为三个部分。首先,我们探索模型学习潜在的行动,从离线任务演示,并正式的属性,潜在的行动应该满足。接下来,我们将学习到的潜在动作与自主机器人辅助相结合,以帮助用户达到并保持他们的高水平目标。最后,我们学习操纵杆输入和潜在动作之间的个性化对齐模型。我们在四个用户研究中评估了我们的方法,其中非残疾参与者到达棉花糖,煮苹果派,切豆腐和组装甜点。然后,我们测试我们的方法与两个残疾成年人每天利用辅助设备。
2021-07-10 cs.RO
A Dialogue-Based Human-Robot Interaction Protocol for Wheelchair and Robotic Arm Integrated Control
Saint Louis University(圣路易斯大学)
本文提出一种基于对话的人机交互协议,通过轮椅和机械臂的集成控制提升脊髓损伤和上肢障碍患者的生活质量。
2026-02-05 cs.HC cs.RO
Ultrasound-Guided Assistive Robots for Scoliosis Assessment with Optimization-based Control and Variable Impedance
The Hong Kong Polytechnic University(香港理工大学)
医疗保健辅助机器人的需求不断增长,因为它具有将医生从日常工作中解放出来的巨大潜力。在本文中,我们研究了一个基于优化的控制框架的超声引导辅助机器人进行脊柱侧凸评估的发展。利用超声成像进行脊柱侧凸评估的常规程序通常需要执业医师沿着患者的背部滑动超声探头。为了自动化这种类型的过程中,我们需要考虑多个目标,如接触力,位置,方向,能量,姿态等,以解决上述组件,我们建议制定控制框架设计作为一个二次规划问题,每个目标的权重由其任务的优先级受到一组平等和不平等的约束。此外,由于机器人需要在脊柱扫描过程中与患者建立恒定的接触,因此我们在控制架构中加入了末端执行器位置和方向的可变阻抗调节,以增强物理人机交互过程中的安全性和稳定性。其中,通过从医学专家的演示中学习来检索可变阻抗增益。所提出的方法进行评估的自主脊柱侧凸评估与机器人操作器xArm的真实世界的实验。通过获得的体模和人体受试者的冠状脊柱图像验证了该方法的有效性。
2022-03-04 cs.RO
Exploring of Discrete and Continuous Input Control for AI-enhanced Assistive Robotic Arms
TU Dortmund University(多特蒙德工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);Westphalian University of Applied Sciences(威斯特法伦应用科学大学)
本文针对辅助机械臂多自由度控制中传统输入设备模式切换频繁的问题,将三种输入设备集成到XR框架中评估其自适应控制效果,为辅助机器人输入方案设计提供实证依据。
2024-01-13 cs.AI cs.HC cs.RO
Exploring AI-enhanced Shared Control for an Assistive Robotic Arm
TU Dortmund University(多特蒙德工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);Westphalian University of Applied Sciences(威斯特法伦应用科学大学)
本研究探索将AI集成到辅助机械臂的共享控制中,旨在降低用户认知负担和运动技能需求,同时保持人类控制权,以实现个人自主性。
2024-07-18 cs.AI cs.HC cs.RO
A Multimodal Data Collection Framework for Dialogue-Driven Assistive Robotics to Clarify Ambiguities: A Wizard-of-Oz Pilot Study
Aerospace and Mechanical Engineering Department(航空航天与机械工程系);Computer Science Department(计算机科学系);Saint Louis University(圣路易斯大学)
本文提出一种多模态数据收集框架,通过对话交互协议和双房间巫师-of-奥兹设置,模拟机器人自主性并捕捉自然用户行为,用于澄清对话驱动控制中的歧义问题。
2026-04-16 cs.RO
WheelArm-Sim: A Manipulation and Navigation Combined Multimodal Synthetic Data Generation Simulator for Unified Control in Assistive Robotics
Aerospace and Mechanical Engineering Department, Saint Louis University(圣路易斯大学航空航天与机械工程系);Computer Science Department, Saint Louis University(圣路易斯大学计算机科学系)
WheelArm-Sim 是一种用于辅助机器人统一控制的多模态合成数据生成模拟器,通过集成轮椅和机械臂控制,为数据驱动的机器学习模型提供支持。
2026-01-29 cs.RO
Rico: extended TIAGo robot towards up-to-date social and assistive robot usage scenarios
Warsaw University of Technology(华沙工业大学);Faculty of Electronics and Information Technology(电子与信息技术学院)
本文介绍 AI 驱动的移动机器人平台 Rico,通过既有场景应用、能力与实验验证其作为无机械臂平台适配社交和辅助任务的适用性。
2024-09-06 cs.RO
Free-View, 3D Gaze-Guided, Assistive Robotic System for Activities of Daily Living
Imperial College London(帝国理工学院)
患有四肢瘫痪的患者身体活动受限,这使他们无法进行日常活动。我们已经开发了一个辅助机器人系统与直观的自由视图凝视界面。在3D空间中估计用户的关注点,同时允许自由的头部移动,并与对象识别和轨迹规划相结合。这个框架允许用户使用固定与对象进行交互。为应付不同的情况,当局已实施两种运作模式。自动模式执行与凝视选择的对象相关联的预定义任务,而手动模式允许凝视控制机器人在用户的参考系上的末端执行器位置。用户研究报告称,自动模式下操作轻松。手动拾取和放置任务在用户的第一次尝试中实现了100%的成功率。
2018-08-02 cs.HC cs.RO
HARMONIC: A Multimodal Dataset of Assistive Human-Robot Collaboration
Carnegie Mellon University(卡内基梅隆大学);University of Washington(华盛顿大学)
我们提出了人类和机器人自然交互协作(HARMONIC)数据集的多模态观测。这是一个大型的多模态数据集,人类与机器人手臂在一个共享的自主设置中进行交互,旨在模仿辅助进食。该数据集提供了24个不同的人用6自由度(DOF)机器人手臂参与辅助进食任务的人类,机器人和环境数据视图。从每个参与者那里,我们记录了双眼的视频,来自头戴式摄像机的以自我为中心的视频,操纵杆命令,来自用于操作操纵杆的前臂的肌电图,第三人称立体视频,还包括作为这些记录的直接结果的几个特征,例如投射到以自我为中心的视频上的眼睛注视、身体姿势、手部姿势和面部关键点。这些数据流是专门收集的,因为它们已被证明与人类的心理状态和意图密切相关。这个数据集可能对研究意图预测、人类心理状态建模和共享自主性的研究人员感兴趣。数据流以各种格式提供,如视频和人类可读的CSV和YAML文件。
2020-07-31 cs.HC cs.RO
Towards Assistive Robotic Pick and Place in Open World Environments
Northeastern University(东北大学);University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
辅助机器人操作器必须能够自主拾取和放置各种各样的新颖物体才能真正有用。然而,目前的辅助机器人缺乏这种能力。此外,辅助系统需要有一个易于学习,使用和理解的界面。本文在这方面向前迈出了一步。我们提出了一个机器人系统包括一个机器人手臂和一个移动踏板车,提供了两个拾取和下降和拾取和放置功能的开放世界环境中没有建模的对象或环境。该系统使用激光指示器直接选择世界中的对象,并通过将界面投影到世界中来向用户反馈。我们对几个实验场景的评估显示,相对于文献[5]中的基线,运行时间和抓取成功率都有显着提高,并且还证明了桌面场景的准确拾取和放置能力。
2019-07-08 cs.RO
Assistive Robot Teleoperation Using Behavior Trees
RWTH Aachen University(亚琛工业大学)
机器人手臂遥操作任务中的机器人辅助最近在工业和家庭环境中获得了很大的牵引力。在这样的设置中使用各种各样的输入设备。由于输入信号中的噪声(例如,脑机接口(BCI))或由于环境条件(例如,空间机器人遥操作),用户需要辅助自主,使他们在控制,同时遵循预定义的轨迹和避免障碍物。这种帮助要求操作员容易定义并能够考虑动态世界状态的活动表示。本文使用行为树(BTs)表示日常生活活动,其固有的可读性和模块化使最终用户能够使用简单的界面定义新的活动。为了实现这一目标,我们增加了共享控制动作节点的BT,它引导用户在促进和确保任务执行的轨迹上输入。
2023-03-19 cs.RO
Virtually turning robotic manipulators into worn devices: opening new horizons for wearable assistive robotics
CNRS(法国国家科学研究中心);INSERM(法国国家健康与医学研究院);Sorbonne Université(索邦大学)
机器人感觉运动延伸(多余的肢体,假肢,手持工具)是用于与附近环境交互的磨损设备,无论是帮助受损用户的能力还是提高工业操作员的灵活性。尽管取得了许多机械成就,但由于其重量和不适,嵌入这些机器人设备仍然至关重要。为了摆脱这些机械约束,我们提出了一个新的混合动力系统,使用虚拟磨损的机器人手臂在增强现实,和一个真正的机器人操纵器伺服这样的虚拟表示。我们的目标是在其重量完全被驱逐的同时带来一种穿着机器人系统的错觉,认为这种方法可以为可穿戴机器人技术的研究开辟新的视野,而不会对人类的运动能力造成任何固有的损害。
2022-11-15 cs.RO
Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery
School of Mechanical Engineering and Automation, Beihang University(机械工程与自动化学院,北航)
本文提出了一种碰撞自由的双臂手术辅助机器人,通过视觉-语言模型生成轨迹并实现动态环境中的安全器械传递。
2026-03-03 cs.CV cs.HC cs.LG
Assistive robotic device: evaluation of intelligent algorithms
Université Laval(拉瓦尔大学);Centre for interdisciplinary research in rehabilitation and social integration, CIUSSS de la Capitale-National(首都国家综合卫生与社会服务中心 康复与社会融合跨学科研究中心);Centre for interdisciplinary research in rehabilitation of Greater Montreal, Centre intégré de santé et de services sociaux de Laval(拉瓦尔综合卫生与社会服务中心 大蒙特利尔康复跨学科研究中心);McGill University(麦吉尔大学)
辅助机器人设备可以用来帮助上肢残疾的人在日常生活中获得更多的自主权。虽然基本的运动,如定位和定向在空间中的辅助机器人夹持器允许许多任务的性能,它可能是耗时和繁琐的执行更复杂的任务。为了克服这些困难,可以在不同层次上进行改进,例如机械设计,控制接口和智能控制算法。为了指导解决方案的设计,必须评估不同创新的影响和潜力。因此,本文提出了三个智能算法的评估,旨在提高性能的JACO机械臂(Kinova机器人)。评价的算法有“预设位置”、“流动性过滤器”和“饮用模式”。该算法的评估进行了14电动轮椅的用户,并显示了统计上显着的改善机器人的性能。
2018-12-18 cs.RO
On the Feasibility of EEG-based Motor Intention Detection for Real-Time Robot Assistive Control
School of Engineering and Applied Science, University of Pennsylvania(宾夕法尼亚大学工程与应用科学学院)
本研究验证了基于EEG的运动意图检测在实时机器人辅助控制中的可行性,通过切空间投影特征与SVM分类器,在预录制和机器人回路中分别达到86.88%和70%的准确率。
2024-03-13 cs.RO
Intuitive sequence matching algorithm applied to a sip-and-puff control interface for robotic assistive devices
Université Laval(拉瓦尔大学);Centre for Interdisciplinary Research in Rehabilitation and Social Integration (CIRRIS)(康复与社会融合跨学科研究中心)
本文介绍了一种基于序列匹配算法的控制接口的开发和初步验证。辅助技术领域中的一个重要挑战是用户控制高维度设备(例如,具有多个自由度的辅助机器人,或计算机)与低维度控制接口(例如,几个开关)。序列匹配在于识别从传感器的信号获得的模式与预定义的模式库进行比较。目标是允许用户用低维接口(例如,莫尔斯电码允许用一个开关输入几个字母)。在本文中,该算法被用于辅助机器人手臂的控制的上下文中,并已被适配到一个啜和喷接口,可以检测到短和长的突发。与经典的啜吸接口相比,8名健康受试者的初步验证表明,序列匹配使控制更快,更容易,更舒适。本文是一个概念证明,引领了更先进的算法和更通用的传感器,如惯性测量单元(IMU)的使用。
2020-10-15 cs.RO
Multiple Ways of Working with Users to Develop Physically Assistive Robots
University of Washington(华盛顿大学);TU Dortmund University(多特蒙德工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);University of Michigan(密歇根大学)
针对当前物理辅助机器人(PAR)研究多未纳入目标残障参与者的问题,本文结合三个PAR项目实践,从多维度梳理与运动障碍用户协作的不同方法,并为相关研究者提供用户参与的实践建议。
2024-03-07 cs.HC cs.RO
Aligning Learning with Communication in Shared Autonomy
Virginia Tech(弗吉尼亚理工大学)
本研究探讨共享自主中机器人向人类通信其学习协助的影响,发现通信改变人类干预行为,并据此改进学习算法,使通信与学习结合优于单独使用任一方法。
2024-03-18 cs.RO
In Time and Space: Towards Usable Adaptive Control for Assistive Robotic Arms
Westphalian University of Applied Sciences(威斯特法伦应用科学大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);University of Bremen(不来梅大学)
针对辅助机器人手臂控制中模式切换耗时且认知负担重的问题,提出结合前馈多模态反馈的自适应自由度映射控制方法,经VR实验验证可显著降低任务时间、切换次数和工作量。
2023-11-14 cs.AI cs.HC cs.RO
Let the Body Follow: Coupled Egocentric Control for Whole-Body Robot Teleoperation
New Jersey Institute of Technology(新泽西理工学院);Johns Hopkins University(约翰霍普金斯大学)
研究全身机器人遥操作协调难题,提出耦合自我中心控制方法,通过机器人躯干和基座自动响应操作员头部及手臂动作,在用户研究中评估该方法,相比基线混合界面有诸多优势。
2026-07-20 cs.RO
AdaptiX -- A Transitional XR Framework for Development and Evaluation of Shared Control Applications in Assistive Robotics
TU Dortmund University(多特蒙德工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心)
针对辅助机器人用户输入与软件控制脱节的问题,研究团队提出开源AdaptiX XR框架,支持高分辨率仿真环境下的共享控制应用开发评估,还可通过ROS集成实现无差距的真实机械臂控制,助力HRI研究快速迭代。
2024-05-17 cs.AI cs.HC cs.RO
A Reactive performance-based Shared Control Framework for Assistive Robotic Manipulators
University of Málaga(马拉加大学);Istituto Italiano di Tecnologia(意大利理工学院)
本文提出一种基于局部性能加权的新型AAN反应式共享控制框架,用于辅助机器人夹持器,可按需为用户提供帮助,实验验证其能提升性能、降低误差且不影响力学参数。
2023-11-06 cs.RO
Manipulability optimization for multi-arm teleoperation
遥操作为人类操作员提供了一种在完全自主具有挑战性或需要直接人工干预的情况下引导机器人的方法。它也可以是一个重要的工具,教机器人,以实现自主行为later on.The增加可用性的协作机器人手臂和虚拟现实(VR)设备提供了充足的机会,开发新的遥操作方法。由于机器人手臂通常在运动学上与人类手臂不同,因此将人类运动实时映射到机器人并不简单。此外,人类操作员可能会将机器人手臂转向奇点或其工作空间限制,这可能导致不期望的行为。这一点在多个机器人的协调中得到了进一步强调。在本文中,我们提出了一个虚拟现实接口针对多臂有效载荷的操作,它可以密切配合实时输入运动。允许用户操纵有效载荷,而不是将他们的运动映射到单个手臂,我们能够同时引导多个协作手臂。通过释放单个旋转自由度,并使用局部优化方法,我们可以提高每个手臂的可操作性指数,这反过来又让我们避免运动奇异性和工作空间限制。我们应用我们的方法预定义的轨迹,以及实时遥操作不同的机器人手臂和比较性能方面的末端执行器位置误差和相关的关节运动指标。
2021-11-12 cs.RO
UMArm: Untethered, Modular, Portable, Soft Pneumatic Arm
UMArm是一种无缆、模块化、便携式软气动臂,通过集成高力重比自调节执行器,实现了高精度、高负载能力和无外部调节器的非结构化环境应用。
2025-12-12 cs.RO
A Quantitative Analysis of Activities of Daily Living: Insights into Improving Functional Independence with Assistive Robotics
University of Alberta(阿尔伯塔大学)
人类辅助机器人有可能帮助老年人和残疾人进行日常生活活动(ADL)。机器人研究人员从各种控制方案和运动类型的角度关注辅助任务。另一方面,健康研究侧重于临床评估和康复,可以说这两个领域之间存在重要差异。特别是,很少有人知道定量上的日常生活活动通常是在一个人的日常环境中进行-在家里,工作等,了解什么活动是经常进行的一天可以帮助指导开发和优先级的机器人技术在家里辅助机器人部署。这项研究针对几个生活记录数据库,其中我们计算(i)ADL任务频率从长期低采样频率视频和物联网(IoT)传感器数据,以及(ii)短期手臂和手部运动数据从30 fps视频数据的家庭任务。机器人和医疗保健社区有不同的术语和分类来表示任务和动作。在这项工作中,我们推导并讨论了定量ADL任务和运动数据的机器人相关的分类,试图改善两个社区之间的分类差异。我们的定量结果为开发更好的辅助机器人提供了方向,以支持医疗保健社区的真正需求。
2021-04-08 cs.HC cs.RO
Graceful User Following for Mobile Balance Assistive Robot in Daily Activities Assistance
Nanyang Technological University(南洋理工大学);Rehabilitation Research Institute of Singapore(新加坡康复研究所);Tan Tock Seng Hospital(陈笃生医院)
本文提出一种家用移动平衡辅助机器人MRBA及其优雅用户跟随控制方法,通过三自由度机械臂、人机接口和带扰动抑制的LQR控制器,实现康复训练与日常活动辅助。
2023-04-18 cs.RO cs.SY eess.SY
FastOrient: Lightweight Computer Vision for Wrist Control in Assistive Robotic Grasping
Imperial College London(帝国理工学院)
用于人类抓握支持的可穿戴和辅助机器人技术广泛地是远程操作的机器人手臂或通过瘫痪用户的手的矫正控制来行动。这样的装置需要正确的取向以成功和有效地抓取。在许多人类-机器人辅助设置中,终端用户需要明确地控制许多自由度,使得有效或高效的控制成为问题。在这里,我们展示了通过自动末端执行器方向控制抓取来卸载辅助机器人和主动矫形器的低级别控制。本文介绍了一种紧凑的算法,实现快速计算机视觉技术,以获得目标物体的方向被抓住,通过分割与定位在机器人设备的末端执行器的顶部上的摄像机获得的图像。优化抓取所需的旋转直接从物体的方向计算。该算法已在6个不同的场景背景和末端效应器的方法,以26个不同的对象进行了评估。94.8%的物体在所有背景中被检测到。在91.1%的情况下,实现了对象的把握,并已与机器人模拟器确认算法的性能进行了评估。
2018-07-22 cs.CV cs.RO
Multidimensional Capacitive Sensing for Robot-Assisted Dressing and Bathing
Georgia Institute of Technology(佐治亚理工学院)
机器人辅助为许多身体残疾者的生活带来了机会,但准确感知人体和跟踪人体运动对机器人来说仍然很困难。我们提出了一种多维电容传感技术,估计局部姿态的人的肢体在实时的。这种传感方法的一个关键好处是,它可以通过不透明的材料(包括织物和湿布)来感知肢体。我们的方法使用安装到机器人的末端执行器的多电极电容传感器。神经网络模型估计人的肢体上的最近点的位置和肢体的中心轴相对于传感器的参考系的取向。这些姿态估计使得机器人能够使用反馈控制相对于肢体移动其末端执行器。我们证明,PR2机器人可以使用这种方法与自定义的六电极电容传感器,以协助两个活动的日常生活穿衣和洗澡。这个机器人在跟踪人类运动的同时,把医院长袍的袖子拉到身体健全的参与者的右臂上。当帮助洗澡时,机器人会移动一条柔软的湿毛巾,以跟随身体健全的参与者的四肢轮廓,清洁他们的表面。总的来说,我们发现多维电容传感为机器人在需要物理人机交互的辅助任务中感知和跟踪人体提供了一种很有前途的方法。
2019-05-24 cs.RO
High-Precise Robot Arm Manipulation based on Online Iterative Learning and Forward Simulation with Positioning Error Below End-Effector Physical Minimum Displacement
Peking University(北京大学)
精度是机器人手臂的关键性能指标,因为高精度操作允许更广泛的应用。传统的提高机器人手臂精度的方法依赖于误差补偿。然而,这些方法通常不鲁棒并且缺乏适应性。基于学习的方法提供了更大的灵活性和适应性,而目前的研究表明,它们往往无法达到高精度,并且难以处理许多需要高精度的场景。本文提出了一种基于在线迭代学习和前向仿真的高精度机械臂操作框架,该框架能够实现小于末端执行器物理最小位移的定位误差(精度)。此外,我们将多个高精度操作策略并行化,以更好地结合在线迭代学习和正向模拟。此外,我们考虑的关节角分辨率的实际机器人手臂,这是通常被忽略的相关工作。仿真和真实UR3机器人手臂平台上的一系列实验表明,我们提出的方法是有效的和有前途的。相关代码将很快发布。
2023-02-26 cs.RO
Risk-Averse Biased Human Policies in Assistive Multi-Armed Bandit Settings
TU Wien(维也纳工业大学)
辅助多臂强盗问题可以用来模拟人类和自主系统(如家庭服务机器人)之间的团队情况。为了解释人类的偏见,如累积前景理论中描述的风险厌恶,设置扩展到使用可观察的奖励。当机器人利用关于风险厌恶的人类模型的知识时,它们消除了偏见,做出了更理性的选择。我们提出了一种算法,增加了这样的人类机器人团队的实用价值。一个简短的评估表明,可以处理任意的奖励函数。
2021-04-12 cs.RO
Assisting MoCap-Based Teleoperation of Robot Arm using Augmented Reality Visualisations
Aarhus University(奥胡斯大学);The University of Melbourne(墨尔本大学)
针对基于 MoCap 的机械臂遥操作中运动映射难以理解的问题,本文引入 AR 虚拟手臂可视化辅助,并验证同朝向人形叠加显示可帮助用户学习控制。
2025-01-09 cs.HC cs.RO
Enhancing the Perception of Safety and Comfort during Physical Human-Robot Handshake Interactions by Integrating Flexible Elements into a Robotic Arm
ESPOL Polytechnic University(ESPOL理工大学)
本研究通过实验对比刚性关节与串联弹性执行器(SEA)柔性关节机械臂的握手交互,发现SEA能提升用户的安全感和舒适感,促进更安全、更被社会接受的人机交互。
2026-09-18 cs.RO
A Passivity Based Framework for Safe Physical Human Robot Interaction
University of Central Florida(中佛罗里达大学)
在本文中,一个人和一个辅助机器人之间的安全兼容接触的问题被认为是。残疾用户需要在某些日常生活活动(ADL)中使用辅助机器人进行物理人机交互(PHRI)。具体来说,我们提出了一个混合动力/速度/姿态控制PHRI系统的基础上测量从6轴力/扭矩传感器安装在机器人手腕。在将末端执行器表面与未知环境(人类)表面自动对准的同时,在法向方向上施加期望的命令力,同时在切向方向上遵循期望的速度命令。一个基于李雅普诺夫稳定性分析,以证明收敛性以及无源性的相互作用,以确保性能和安全。仿真和实验结果验证了所提出的混合控制器的性能和鲁棒性的存在下的动态不确定性,以及安全的物理人机交互的运动学冗余机器人操作器。
2022-02-07 cs.RO cs.SY eess.SY
Incremental Learning for Robot Shared Autonomy
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);National Institute of Standards and Technology(国家标准技术研究院);Department of Rehabilitation Science and Technology, School of Health and Rehabilitation Sciences, University of Pittsburgh(匹兹堡大学健康与康复科学学院康复科学与技术系)
本文提出 ILSA 增量学习共享自主框架,通过结构化微调利用用户交互持续更新辅助策略,并在 20 人用户研究中验证其更快完成任务并改善体验。
2025-07-25 cs.RO
RGBlimp-Q: Robotic Gliding Blimp With Moving Mass Control Based on a Bird-Inspired Continuum Arm
Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University(机器人与控制实验室,先进制造与机器人学院,湍流与复杂系统国家重点实验室,北京大学)
本文提出RGBlimp-Q,一种采用鸟翼启发的连续体臂和运动质量控制的机器人滑翔飞艇,通过内部质量重新分布增强抗扰性并实现空中操纵,首次将连续体机制集成于轻于空气平台,扩展了应用场景。
2025-09-12 cs.RO
Wearing A Coat: Dual-Arm Robot-Assisted Dressing with Differentiable Clothing Simulation
Department of Automation, Shanghai Jiao Tong University(上海交通大学自动化系)
研究针对机器人辅助穿衣中衣物与人体四肢复杂接触交互的问题,提出集成实时可微服装模拟的控制算法,经模拟和实验验证,该算法能解决接触约束下服装状态问题,实现多阶段控制策略,证明了其可行性和有效性。
2026-07-14 cs.RO
Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion
Department of Automation, University of Science and Technology of China(自动化系,中国科学技术大学);Department of Automation, Hefei University of Technology(自动化系,合肥工业大学);National Key Laboratory of Autonomous Intelligent Unmanned Systems(自主智能无人系统国家重点实验室)
针对共享自主系统中机器人意图不透明导致用户控制效率低的问题,提出通过可理解运动隐式传达机器人信念,并基于置信度自适应分配控制权,实验证明该方法显著提升用户对机器人信念的理解并减少控制负担。
2026-07-16 cs.HC cs.RO
Learning Visually Guided Latent Actions for Assistive Teleoperation
Stanford University(斯坦福大学);California Institute of Technology(加州理工学院);Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学)
对于人类来说,特别是那些身体残疾的人来说,控制高维灵巧的机器人是一项挑战。先前的工作探索了映射人类低维输入的学习嵌入函数(例如,通过操纵杆)到复杂的、高维的机器人动作以用于辅助远程操作;然而,中心问题是存在比可用的低维输入多得多的高维动作。为了提取正确的动作并最大限度地帮助人类控制器,机器人必须对它们的上下文进行推理:例如,在与咖啡杯交互时按下操纵杆表示与刀交互时不同的动作。在这项工作中,我们开发了辅助机器人,条件他们的潜在嵌入视觉输入。我们探索了一系列的视觉编码器,并表明,将对象检测器预先训练在少量廉价,易于收集的结构化数据上,能够i)准确和鲁棒地识别当前上下文,ii)将控制嵌入推广到新的对象和任务。在使用高维物理机器人手臂的用户研究中,参与者利用这种方法来使用看不见的物体执行新任务。我们的研究结果表明,结构化的视觉表示提高了Few-Shot的性能,并主观上受到用户的青睐。
2021-05-02 cs.AI cs.CV cs.HC
Conformalized Teleoperation: Confidently Mapping Human Inputs to High-Dimensional Robot Actions
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
针对低维人类输入到高维机器人动作的黑盒映射不确定性难评估的问题,提出结合自适应共形预测校准动作分位数的方法,可检测高不确定性输入与状态,为机器人主动寻求干预奠定基础。
2024-07-10 cs.LG cs.RO
Using Socially Expressive Mixed Reality Arms for Enhancing Low-Expressivity Robots
University of Southern California(南加州大学)
表现力--使用多种方式来传达机器人的内部状态和意图--对于交互至关重要。然而,由于成本、安全和其他限制,许多机器人缺乏高度的物理表现力。本文探讨了使用混合现实来增强机器人有限的表现力,通过添加虚拟手臂,扩展机器人的表现力。手臂能够进行一系列非物理约束的手势,在一项受试者间研究($n=34$)中进行了评估,参与者与社交辅助机器人一起参与混合现实数学任务。研究结果表明,虚拟手臂增加了更高程度的感知情感,乐于助人,和物理存在的机器人。报告较高感知物理存在的用户也发现机器人具有更高程度的社交存在,易用性,有用性,并且对使用混合现实机器人持积极态度。实验结果也证明了用户能够区分虚拟手势的效价和意图。
2019-11-30 cs.HC cs.RO
Diegetic Graphical User Interfaces and Intuitive Control of Assistive Robots via Eye-gaze
Bristol Robotics Laboratory(布里斯托机器人实验室);University of the West of England (UWE)(西英格兰大学);Mondragon Unibertsitatea - Faculty of Engineering(蒙德拉贡大学工程学院)
提出一种基于叙事性图形用户界面的眼动控制方法,通过将带有基准标记的交互按钮直接嵌入环境和机器人本体,实现了3自由度机械臂的直观无屏幕控制,实验证明其具备高可用性和低认知负荷。
2024-01-08 cs.RO cs.SY eess.SY
Motion Control of Interactive Robotic Arms Based on Mixed Reality Development
Harbin Institute of Technology(哈尔滨工业大学)
本研究在第四次工业革命背景下,针对基于 Unity 的 MR 应用开发,提出了多种应用于 UR5、UR5e、myCobot 等交互式机械臂的有效运动控制方法,包括 GUI 控制面板、文本输入控制、末端执行器动态跟踪及 ROS-Unity 数字孪生连接,以促进更先进的人机交互。
2024-01-03 cs.HC cs.RO
Flying Vines: Design, Modeling, and Control of a Soft Aerial Robotic Arm
Stanford University(斯坦福大学)
本文提出一种轻量、紧凑的软体空中机械臂“飞藤”,通过数据驱动建模与轨迹优化控制四旋翼-藤蔓耦合动力学,实现高速末端执行器跟踪。
2025-03-26 cs.RO
Eye-tracking-Driven Shared Control for Robotic Arms: Wizard of Oz Studies to Assess Design Choices
Offenburg University of Applied Sciences(奥芬堡应用科学大学);University of Siegen(锡根大学)
本文通过巫师奥兹研究评估了基于眼动追踪的共享控制设计,旨在提升残疾人与机器人手臂的交互体验和可用性。
2026-02-20 cs.HC cs.RO
Multi-critic Learning for Whole-body End-effector Twist Tracking
ETH Zurich(苏黎世联邦理工学院);ANYbotics AG(ANYbotics公司)
针对四足移动操作中运动与手臂控制目标冲突及末端速度难直接控制的问题,提出多评论家RL架构与基于扭转的任务表述,实现协同全身跟踪。
2025-08-28 cs.RO
CAFEs: Cable-driven Collaborative Floating End-Effectors for Agriculture Applications
EPFL(洛桑联邦理工学院);School of Engineering STI(工程学院(STI))
该研究提出新型绳驱协作浮动末端执行器CAFEs,通过共享滚轮驱动绳组与快速切换夹持机构实现多机械臂协同运动,结合动力学模型保障精准稳定,验证了其在农业自动化中的应用潜力。
2025-03-19 cs.RO
Automatic Design of Task-specific Robotic Arms
Carnegie Mellon University(卡内基梅隆大学);National Robotics Engineering Center(国家机器人工程中心);ETH Zurich(苏黎世联邦理工学院)
我们提出了一个交互式的,计算设计系统,用于创建定制的机器人手臂高层次的任务描述和环境约束。各种任务要求可以被编码为机器人臂的末端执行器的期望运动轨迹。鉴于这样的末端执行器的轨迹,我们的系统使定制的机器人手臂的按需设计使用的模块化和可重构的部件,如致动器和连接链接库。通过搜索这些部件的可能布置的组合集合,我们的方法生成能够跟踪所需轨迹的功能性的、尽可能简单的机器人臂。我们展示了我们的系统的能力,通过创建机器人手臂的设计模拟,为各种轨迹以下的情况。
2018-06-19 cs.RO