HI-GVF: Shared Control based on Human-Influenced Guiding Vector Fields for Human-multi-robot Cooperation

要約

Human-Multi-Robot共有コントロールは、ヒューマンロボットコラボレーションを強化するために、人間の意思決定とロボットの自律性を活用します。
広く研究されていますが、既存のシステムはしばしばリーダーフォロワーモデルを採用し、ロボットの自律性をある程度制限します。
その上、人間はテレオ操作を介してロボットのモーション制御に直接参加する必要があります。
これら2つの問題を軽減するために、ヒトロボットコラボレーションのためにヒトの影響を受けたガイドベクトルフィールド（HI-GVF）を使用して、層状の共有制御コンピューティングフレームワークを提案します。
Hi-GVFは、人間によって指定された目的のパスに沿ってマルチロボットシステムを導きます。
次に、意図フィールドは、人間とロボットの意図をマージし、マルチロボットシステム内の人間の意図の伝播を加速するように設計されています。
さらに、提案されたモデルの安定性分析を提供し、速度を微調整するために安全障壁証明書に基づいて衝突回避を使用します。
最終的に、消防タスクを例のシナリオとして考慮すると、複数のヒトロボットインターフェイス（脳コンピューターインターフェイス、筋電リスト、アイトラッキング）を使用してシミュレーションと実験を実施します。
タスク。

要約(オリジナル)

Human-multi-robot shared control leverages human decision-making and robotic autonomy to enhance human-robot collaboration. While widely studied, existing systems often adopt a leader-follower model, limiting robot autonomy to some extent. Besides, a human is required to directly participate in the motion control of robots through teleoperation, which significantly burdens the operator. To alleviate these two issues, we propose a layered shared control computing framework using human-influenced guiding vector fields (HI-GVF) for human-robot collaboration. HI-GVF guides the multi-robot system along a desired path specified by the human. Then, an intention field is designed to merge the human and robot intentions, accelerating the propagation of the human intention within the multi-robot system. Moreover, we give the stability analysis of the proposed model and use collision avoidance based on safety barrier certificates to fine-tune the velocity. Eventually, considering the firefighting task as an example scenario, we conduct simulations and experiments using multiple human-robot interfaces (brain-computer interface, myoelectric wristband, eye-tracking), and the results demonstrate that our proposed approach boosts the effectiveness and performance of the task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google