智能人机协作交互控制关键技术

关注

联系合作

成果单位：北京理工大学

合作方式：面议

所处阶段：小试

关键词：人机协作机器人系统复杂场景多约束控制EMG/EEG感知SSVEP感知深度视觉智能示教云控制平台

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

项目负责人

夏元清

查看详情

所在机构：

北京理工大学

小果解读

核心问题

智能人机协作交互控制关键技术旨在解决人机协作机器人系统中人机交互的安全性和效率问题。特别是在复杂场景下，如何确保机器人控制执行的精准性和交互的智能化，以满足人在环中、动态交互的需求，是该成果需要解决的核心痛点。

解决方案

本成果提出了以下关键技术解决方案：首先，基于切换动力学模型的机器人多约束控制技术，通过引入自适应控制、预定性能控制、模型预测控制等技术，实现了机器人在不同作业场景下的平稳运行。其次，交互环境智能感知与预测技术，利用EMG/EEG共享信道选同和融合环境语义信息的方法，提高了人体运动感知和行为识别的精度。再次，自主智能运动控制技术，通过深度视觉和“人在回路”示教模仿学习，提升了机器人的智能化水平和复杂场景作业能力。最后，搭建了机器人智能云控制平台，增强了系统信息存储和处理能力。

竞争优势

该成果在人机协作控制领域具有显著竞争优势。通过精准的多约束控制和智能的交互感知预测，提高了人机交互的安全性和效率。特别是在SSVEP脑电信号感知方面，较传统算法大幅提高了感知精度。此外，深度视觉自主控制和“人在回路”示教模仿学习技术的结合，使得机器人在复杂场景下具备更强的作业能力。机器人智能云控制平台的搭建，进一步提升了系统的智能化水平和运行稳定性，为人机协作机器人的广泛应用奠定了坚实基础。

成果描述

成果公开日期

20200615

成果体现形式

新技术

项目名称

脊柱微创手术网络化遥操作机器人的基础问题与关键技术

项目课题来源

市基金优秀成果

摘要

人机协作本质是将人的技能优势与机器人的功能优势取长补短有效结合，将人的灵巧性、判断力和灵活性与机器人的强度、速度、精度和可重复性实时结合。因此具有强大的发展潜力和应用优势。人机协作机器人系统的典型特征可以归结为：人在环中、动态交互、场景复杂。因此，人机交互的安全性和效率是该类系统的核心需求，而对应到控制领域，控制执行的精准性和交互的智能化是两大关键控制挑战。对此，本课题组提出了智能人机协作控制关键技术。主要包括： (1)提出了基于切换动力学模型的机器人多约束控制关键技术，切换动力学统一了不同作业场景下机器人动力学描述，并切换控制框架下，引入自适应控制、预定性能控制、模型预测控制等技术，实现了机器人的多约束控制，提高了机器人运行的平稳性。 (2)提出了交互环境智能感知与预测关键技术。包括基于EMG/EEG共享信道选同的人体运动感知和交互控制技术以及融合环境予以信息的人体行为识别与预测。其中在SSVEP 脑电信号感知方面，提出了新的特征提取方法和分类算法，较传统FBCCA算法大幅提高了感知精度（相同测试集上精度由88%提升至94%）。 (3)提出了自主智能运动控制技术。包括基于深度视觉的机器人自主智能运动技术和“人在回路”机器人智能示教学习技术。深度视觉自主控制提高了机器人的智能化水平。“人在回路”示教模仿学习提高了机器人复杂场景下作业能力。在智能示教模仿方面，课题组提出了在传统DMP模仿学习基础上，提出了改进的避障算法，提高了机器人避障运动规划稳定性。 (4)搭建了机器人智能云控制平台，提高了机器人系统信息存储和处理能力，保障了系统智能运行。