一种无监督护理机器人遥操作员训练与评估方法

针对遥操作护理机器人操作员培训难度大,训练效率低的问题,本研究提出了一种基于无监督轨迹分割的操作员培训方法.该方法无需专家参与,通过对比划分的子轨迹与标准任务流程轨迹的差异,为操作员提供更加直观和程序性的评估方案.为了实现这一目标,本研究构建了遥操作护理机器人系统,并对机器人轨迹从粒度上进行建模,为遥操作护理机器人操作员的培训提供可靠的反馈标准.同时提出了一个新型的TSC-CRP无监督聚类模型,该模型可以在无需人工标注的情况下对机器人轨迹进行无监督轨迹分割.实验证明,TSC-CRP的分割精度较其他无监督方法提高了32.2%~38.1%,并可以识别不同操作员的技能水平.因此,本文提出的方法可以有效的提高护理机器人操作员的训练效率,并对操作员的技能水平进行全面客观的评估.