A Reactive performance-based Shared Control Framework for Assistive Robotic Manipulators

要約

Physical Human-Robot Interaction (pHRI) グリッパーでは、人間とロボットが同時にアクションに関与する可能性があるため、それらのコマンドを組み合わせる方法を決定する必要があります。
一定の制限内で制御を一方から他方に交換したり、入力コマンドをいくつかの基準に従って組み合わせたりすることができます。
Assist-As-Needed (AAN) パラダイムは、コントローラーがユーザーに必要最小限の支援を提供することが期待されているため、この 2 番目のアプローチに焦点を当てています。
一部の AAN システムは、人間の意図を予測して行動を調整することに依存しています。
ただし、予測が難しすぎる場合、リアクティブ AAN システムは入力コマンドを緊急コマンドに重み付けする可能性があります。
この論文では、入力コマンドがそれぞれのローカルパフォーマンスによって重み付けされる、ロボットグリッパー用の新しい AAN リアクティブ制御システムを提案します。
したがって、人間は追跡エラーや予想速度との差異を最小限に抑えるのではなく、ニーズに応じてより多くの支援を受けることになります。
このシステムは、評価パラメーターを提供する高感度ロボット アームに取り付けられたグリッパーを使用してテストされています。
テストは、両腕を使って空中の平面パスを完了することで構成されていました。
ロボットが人間の前腕を掴んだ後、ロボットの軌跡と現在位置が画面に表示され、人間にフィードバックが提供されます。
提案された制御は、支援なしの結果およびベンチマークのためのインピーダンス制御と比較されました。
結果の統計分析により、提案されたコントローラーを使用した 10 人のボランティアの全体的なパフォーマンスが向上し、追跡エラーが減少したことが証明されました。
さらに、インピーダンス制御とは異なり、提案された制御は、人間と出力コマンドの間の角度差として測定される、加えられる力、コマンドの変動、または不一致に大きな影響を与えません。
結果は、提案された制御スキームが AAN パラダイムに適合することを裏付けていますが、今後の作業では、より複雑な環境とタスクについてのさらなるテストが必要になります。

要約(オリジナル)

In Physical Human–Robot Interaction (pHRI) grippers, humans and robots may contribute simultaneously to actions, so it is necessary to determine how to combine their commands. Control may be swapped from one to the other within certain limits, or input commands may be combined according to some criteria. The Assist-As-Needed (AAN) paradigm focuses on this second approach, as the controller is expected to provide the minimum required assistance to users. Some AAN systems rely on predicting human intention to adjust actions. However, if prediction is too hard, reactive AAN systems may weigh input commands into an emergent one. This paper proposes a novel AAN reactive control system for a robot gripper where input commands are weighted by their respective local performances. Thus, rather than minimizing tracking errors or differences to expected velocities, humans receive more help depending on their needs. The system has been tested using a gripper attached to a sensitive robot arm, which provides evaluation parameters. Tests consisted of completing an on-air planar path with both arms. After the robot gripped a person’s forearm, the path and current position of the robot were displayed on a screen to provide feedback to the human. The proposed control has been compared to results without assistance and to impedance control for benchmarking. A statistical analysis of the results proves that global performance improved and tracking errors decreased for ten volunteers with the proposed controller. Besides, unlike impedance control, the proposed one does not significantly affect exerted forces, command variation, or disagreement, measured as the angular difference between human and output command. Results support that the proposed control scheme fits the AAN paradigm, although future work will require further tests for more complex environments and tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google