在物理人机交互中人的握力分析外文翻译资料

 2022-05-22 20:27:12

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

在物理人机交互中人的握力分析

摘要

本文的目的是探讨在物理人机交互（pHRI）中操作者的握力有什么样的作用。通过考虑操作者如何反应或者启动可控制的变化，可以研究操作者抓握的方式。通过分析抓握模式，可以将他们的自然反应结合起来，以创建更安全和更直观的界面。一个外骨骼和人类协作去完成一个路径跟踪任务的实验被选择来测量用户在手柄上施加的力，以观察操作者和机器人之间的相互作用。在机器人的手柄上缠绕一个直通式矩阵阵列传感器来测量施加的压力。通过引入传感器，它不仅能够测量施加的力以及如何被施加，而且还可以衡量使用者握紧手柄的程度。以往的研究表明，人类对突发事件的自然反应是紧握自己的手，表明操作者如何抓住手柄可能与操作者的意图有关。为了研究操作者对手柄的抓握是怎么改变的，本文中的实验研究了两种不同的场景，它们可能发生在交互过程中，第一种情况是机器人试图偏离路径，第二种情况是操作者希望偏离到一条新的路径。实验结果表明，操作者或机器人是否启动了转换，操作者如何抓握手柄都发生了可测量的变化。本文中的信息可以通过探索操作者抓握强度的可能用途，使新的应用在物理人机交互的过程中产生。

关键词：外骨骼；抓握强度；物理人机交互

  1. 引言

机器人融入工业和服务业,在执行体力要求的任务时提供帮助，极大地造福了人类[1]。当人类操作者使用时，机器人可以提高任务的生产率,同时减少操作员的工作量。近年来,机器人的智能得到了极大的提高,使机器人所能承担的角色多样化，从简单的机器到完全自主的机器人。在[2]中所建议的自治分类，是根据操作者和机器人在传感、规划和驱动方面的贡献，对机器人的自主程度(LoA)进行分类。在现代工业应用中，机器人的自主程度通常是基于辅助遥操作和监督控制。辅助遥操作是指如果操作员完全控制了任务，机器人就能够在紧急情况下进行干预，而监督控制是指机器人执行任务的所有方面，但操作员具有重写功能。根据任务的复杂性和所涉及的风险，在操作过程中机器人可能需要在一个以上的自主程度之间切换，这是这种角色变化的本质，它在人类与机器人交互(HRI)中起着重要的作用。如果机器人不是完全自主的，那么确定操作者或机器人是否对系统有控制权，以及控制如何在两者之间来回传递，在交互中起着重要作用。在物理人机人交互 (pHRI) 中，操作者在任何时候都与机器人物理接触, 能够正确确定谁拥有控制权, 直接影响操作员的安全。文献表明当操作者与机器人协作时，操作者应该始终拥有控制权，但是，他们也应该能够体验或启动不同的自主程度之间的转变[3]。多年来，研究人员已经创建了各种各样的方法来转换机器人的自主程度，从一个简单的开关到更复杂的模型，如 H 模式，这种控制风格的灵感来自松散和严格的缰绳控制骑马[4]。在机器人的行为违背操作者意图的情况下控制机器人的能力可以减少风险并有助于减少伤害。本文旨在探索新的方法来确定哪个代理是在控制或确定何时可以安全地改变机器人的自主程度。现有的大多数方法会将操作者的应用力与代表其意图的机器人所产生的虚拟力进行比较，然后根据两者之间的差异来改变机器人的自主程度。本文的研究将探讨一个新的方法来确定操作员的意图，通过研究操作者如何控制机器人末端执行器来确定操作者的意图。先前的研究已经表明，当一个物体意外地从他们的手指之间拉出时，人类会本能地收紧自己的手[5，6]。这项工作是要找出一个类似的本能反应，是否可以观察到物理人机交互时，机器人的行为不良。利用上肢外骨骼进行模拟砂砾爆破任务，对人体进行实验。在任务执行过程中，利用传感器来测量人体操作员的握力。

  1. 实验研究

实验的目的是观察操作者对机器人意外动作做出反应的握力变化。本实验将以人类机器人协同砂砾石爆破的实际应用为基础。砂喷丸是一项体力要求很高的任务，需要操作者在长时间内支持爆破喷嘴的反应负荷高达100N[7]，由于处于尘土飞扬的环境，操作者的能见度较差，使得这项工作更具挑战性，而且操作者需要佩戴个人防护设备。机器人外骨骼的协助可以减少转移到操作者身上的力量，降低身体受伤的风险。

图1. (a)上部体外骨骼；(b) 计划的道路。

图2.(a) TMMA传感器；(b) TMMA的最终效应器。

本实验采用图 1 (a) 所示的上肢外骨骼。外骨骼是专门为研究物理援助应用而开发的，是通过将力施加到手持端执行器来控制的[8]。为了本实验的目的，外骨骼已经配备了激光测距仪,，它发出可见光来模拟爆破点，并为操作者提供一个可视化的描述喷嘴当前指向的位置。操作者和外骨骼将遵循的路径可以在图1 (b)中看到。在实验过程中，模拟了一个喷砂场景，操作者通过施加力到末端执行器来控制激光测距仪的运动，其目的是跟踪激光点的路径。

本实验采用如图2(a)中来自Sensitronics的一种直通式矩阵阵列(TMMA)传感器来测量操作者的握力。该传感器的灵活性使其能够绕圆柱形手柄杆缠绕，如图2（b）所示。直通式矩阵阵列传感器以前在[ 9 ]中使用类似的配置，连同一个称重传感器，为了确定操作者使用的力的方向和大小。在这个实验中，传感器已被覆盖着邵氏硬度20A的橡胶化合物，用以分配操作者通过矩阵阵列施加的力。由于直通式矩阵阵列传感器被设计成在平坦的表面上应用，所以将传感器封装到手柄杆上会将噪声引入系统中，但是当直通式矩阵阵列平放时就不存在了。直通式矩阵阵列传感器的记录价值是所有传感器价值的和。直通式矩阵阵列传感器的读数倾向于振荡，为了测量传感器的读数，使传感器读数的值通过移动平均滤波器传递并建立了一个最小阈值。

本文提出了两个实验来模拟在执行路径跟踪任务时, 操作员和外骨骼之间的协作可能发生的事件。有三个有意思的标准，是：

FH - 用户应用于由称重传感器测量的端部执行器的力

FG - 外骨骼在末端执行器产生的虚拟导引力

PT - 由直通式矩阵阵列传感器测得的压力读数的总和

图3. (a) 试验路径1； (b) 试验路径2。

外骨骼的控制利用测量的相互作用力FH来实现类似于[10]中的导纳控制回路。虚拟力FG被添加到导纳控制环路中，以帮助操作者，引导激光点跟随所需的路径。外骨骼的制导力由以下方面提供：

FGX =KN·DX KT·LX （1）

FGY =KN·DY KT·LX （2）

FGZ =KP·DZ （3）

其中DX、DY是激光当前指向的距离和路径，DZ是激光测距仪记录到表面的距离，LX、LY是激光指针到下一个感兴趣点的距离，在这种情况下，角KN、KT、KP是常量。

在实验开始之前，操作者将用外骨骼手动跟踪图3所示的路径，以便熟悉外骨骼的操作。这一步的目标是确保实验对象对外骨骼的控制感到舒适，不管他们以前的经验如何。在此之后，外骨骼将被纳入监督控制模式的实验。

在第一个实验中，外骨骼和操作者将遵循图3(a)中所示的路径1。本实验的目的是观察外骨骼以意外的方式活动时，手柄杆的力和压力的变化。外骨骼将提供跟随路径所需的导向力FG，操作者将被要求确保激光指示器保持在路径上。运算符将完成路径1的三个循环，在此期间，在一定的时间间隔内，FG的值将在远离路径的方向上急剧增加。这将导致激光点从路径1移动，直到操作者设法返回它，此时，外骨骼将继续沿着所希望的路径继续，直到下一次扰动为止。当沿着路径移动时，力和压力将被记录下来。

第二个实验将研究操作者希望偏离路径的情况。在本实验中，图3（b）中所示的路径2和3可以被外骨骼跟随，外骨骼将不断跟随其当前路径，直到操作者决定切换到另一个路径为止。最初，操作者会感觉到来自外骨骼的阻力，因为它沿着原来的路径继续引导，然而，当FH的大小超过FG时，外骨骼会锁定并切换到最近的路径。在第二个实验中，因为由操作者决定何时开始改变路径，力和压力将在三分钟内被记录下来，在这个过程中操作者可以自由地跟随并在路径之间移动。

图4. (a)实验1的样品结果；(b)关闭从15s到20s的干扰

  1. 实验结果
    1. 实验1

第一个实验的样本结果可以在图4(a)中看到，第一个实验的所有结果的特征与所示的结果相似。本实验的目的是观察外骨骼不正常的情况下，操作者在手柄杆上的反应。图4 (b)是对整个实验中产生的扰动之一的特写，即从15秒到20秒钟的力和压力。结果显示，在FG值急剧增加之后，经过短暂延迟，PT和FH增加。FG和其他两个读数之间的延迟可以归因于操作者的反应时间。然而，在实验之前，没有预料到直通式矩阵阵列读取和负载单元读取之间的时间延迟，但在许多实验过程中仍保持一致。

这种现象最初被认为是由外骨骼的把手压在操作者的手上造成的，激光点离开了轨道。然而，如果是这样的话，FH也会同时增加，这表明净力大约为零。尽管负载单元和直通式矩阵阵列传感器的数据频率分别为50Hz 和 120Hz，但是仍不能表明在图4(b)中看到的0.2s延迟是由此产生的。延迟表明，在操作者将外骨骼末端执行器推回到所需路径之前，操作者已经增加了手柄柄上的抓取力。当把手在操作者的手上移动时，操作者的身体会做出反应，试图阻止车把的移动，从而使手在加载方向上变硬。在约翰松的著作[11]中，他详细阐述了这种自动握力反应是身体防止滑倒的结果。如果操作员的手时态，那么它是有道理的，通过直通式矩阵阵列传感器测得的握力也将增加，而FH没有增加，因为车把被操作者的手所包围。这意味着，在操作者有意识地采取行动之前，他们的身体已经对外骨骼的不当行为作出了反应。

3.2. 实验2

在第二个实验中，在操作者启动改变的情况下，观察了操作者在车把上施加的作用力。图5(a)中显示的第二个实验的样本结果表明，FH在整个实验过程中不断上升和下降。值得注意的是，此模式不存在于操作者的抓取力PT中。选择的样本代表了实验2的所有结果，因为它们都显示出相似的特性。读数上的差异表明，尽管应用到末端效应器的力是波动的，但操作者抓取力的整体变化是微不足道的，这可能是由操作员调整手柄上的把手引起的。

仔细查看一个实例，其中操作者决定改变图5(b)中的当前路径，看来这个实验和前一个实验之间有差异。预期的结果是，由于操作者是启动路径更改的一方，因此在FG之前，FH和 PT将增加，因为操作者将施加力到末端执行器，系统将通过产生引导力对变化作出反应。虽然情况似乎是这样的，从负载单元的读取导致直通式矩阵阵列的读取时间延迟了0.3s。时间延迟意味着，虽然操作员已经施加足够大的力来克服导向力FG，但施加到末端执行器的总压力没有显著的可测量变化。当操作者改变路径时，两个读数之间的时间延迟在整个收集的实验数据中是一致的。

图5. (a) 实验2样品结果；(b) 关闭操作者的启动从30s到40s的变更。

两个实验表明，操作者的抓取力在外骨骼和操作者之间的物理人机交互中起到了作用。第一个实验的结果表明，当操作者与机器人进行物理协作时，如果机器人执行意外的动作，操作者将本能地握紧他们的手。在第二个实验中，操作者启动控制改变时，实验结果表明，通过直通式矩阵阵列传感器测量的压力读数并不总是反映在称重传感器读数中，反之亦然。称重传感器测量的净力应用到车把，因为通过直通式矩阵阵列传感器测量来自四面八方的力量，这是两个读数之间的明显区别，这就提出了什么样的直通式矩阵阵列传感器可以使用的问题。

4. 讨论和今后的工作

在实验中，将负载单元置于末端执行器中，用于确定操作者应用于车把的力和扭矩。直通式矩阵阵列传感器的读数大体上遵循读取单元的趋势，这表明两者之间可能存在可量化的关系。以前的工作已经表明，可以使用直通式矩阵阵列传感器，在力和方向上了解操作者意图的概念。然而，这是两个传感器读数之间的差异，这可能导致受关注的研究应用。从这些实验中我们注意到，如果一个操作者增加了抓力而不推动或扭曲末端执行器，那么操作者在末端执行器上做的事情不会在称重传感器读数中反映出来。这种特性意味着操作者的抓取力可能被用作物理人机交互中的附加系统输入。

如果操作者的抓取力被用作附加的系统输入，那么在实现这一点之前必须克服一些障碍。在物理人机交互中，操作者将使用物理输入传达他们的意图；在这个实验中，手持端部执行器扮演这个角色。为了能够使用操作员的抓取力作为输入，抓取力首先必须与控制机器人的力相区别。直通式矩阵阵列传感器的读数，目前是抓力和驱动力的组合。一旦掌握了抓取力，就有可能观察到抓力的不同应用。从第一个实验得知，当外骨骼执行意外的操作时，操作者的握力增加。按照这一思路，如果操作者的控制由于意外的动作而绷紧，这意味着操作者希望对系统进行额外的控制，因为他们已经注意到有

全文共6094字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[11981]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可： Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版

您可能感兴趣的文章