智能人机交互在有人太空探索中的应用与展望

近年来,空间机器人技术发展迅速,国内外已有诸多空间站机器人、深空探测机器人的应用实例。未来有人太空探索过程当中,人与众多智能机器人协同开展任务将成为必然趋势。对国内外空间协作机器人应用实例进行了总结,在分析人机协作机制的基础上,提出了空间人机交互的关键技术,包含人体检测与跟踪、手势识别与分类、动作识别与意图预测、低重力环境下的人机协同控制等,对上述关键技术的难点与研究进展进行了分析综述,并对后续的发展方向进行了展望。

复杂人机共融场景中人体姿态识别及避碰策略综述

智能机器人与人类智慧的融合,即人机协作共融,已经实现了将机器人的机械优势和人类的高级认知能力集中于同一个工作架构之中,能够在复杂环境中协同作业,从而提高效率。针对复杂的人机共融场景,特别是机器人在诸如光线条件变化、背景干扰以及运动过程,对比总结了基于机器视觉的人体姿态识别方法和基于机器学习的避碰策略,详细比较各类方法的研究现状及应用,并探讨了基于深度学习的目标识别和避碰方法的发展及应用。

基于视觉人体姿态识别的人机交互机器人课程教学研究

为了解决机器人学教材和课程内容更新滞后、人工智能等前沿领域知识匮乏、缺乏学科交叉知识等问题,本文提出了一种基于视觉人体姿态识别的人机交互教学方法,旨在帮助学生深入接触机器人学领域的前沿知识,拓宽跨学科背景,深刻理解运动控制原理。在激发学生学习兴趣的同时,协助学生更加有效地掌握机器人学领域的知识。

受限密集环境下基于对比学习和强化学习的机器人导航方法

动态环境下的机器人导航是一个重要且具有挑战性的任务。针对机器人在受限密集环境下的导航任务,本文提出了一种基于深度强化学习(DRL)和对比学习结合的机器人导航方法。首先通过轨迹向量化方法来获取机器人和行人的历史信息,并设计了一个子图网络对其进行聚合,从而提高机器人对未来场景的预测能力。其次通过图神经网络(GNN)提取智能体(机器人、行人)之间的交互信息,赋予机器人预测行人意图的能力。最后在强化学习的基础上融入对比学习,并基于随机性策略强化学习算法性质提出了一种正样本增强方法,从而赋予机器人判断场景中其余位置安全性的能力以及找到更多可行路径的能力,提高其在复杂环境中的导航成功率。仿真实验验证了本文方法在受限密集环境中比现有的方法具有更好的性能。

肌电和足压信息融合的外骨骼步态识别

为解决基于单一信号识别步态相位不够精准的问题,开展了动态交互力激励下的人机协同行走的步态识别研究。设计了肌电和足压信息采集的多模态传感器检测硬件平台;分别对单一信号开展滤波降噪、特征提取与降维等预处理;将表征下肢生理信息的肌电信号与运动信息的足压信号相融合,构建了支持向量机-模糊C均值(support vector machine-fuzzy C-mean algorithm,SVM-FCM)多模信息融合的外骨骼助行步态识别算法;开展了人机协同助行实验,实验结果表明:信息融合后的人机步态相位平均识别率达到82.49%,优于使用单一信号的识别效果,验证了多模信息融合算法识别人机协同步态的有效性。本研究可用于下肢外骨骼机器人运动控制,为人机运动相融奠定基础。

人机接触运动交互中人体舒适感知的测量方法

目的完善人机接触运动交互中用户的舒适度测量方法,提高机器人作业的智能感知能力。方法基于机器人按摩作业平台,收集测试者人机接触中皮肤所受的力与变形等作业数据,以及主观触觉感知评价。建立以疼痛感、牵扯感和灼热感为基本维度的三维舒适度感知空间,通过反向传播神经网络建立客观测量数据与人体触觉感知的映射关系;采用支持向量机算法对人体触觉感知进行舒适、不舒适可作业和不舒适需停机分类。结果实验结果显示,触觉感知预测模型和状态分类模型,能有效实现从作业特征信息到触觉感知再到人机作业状态的整体辨识。结论该方法对人机交互过程中的作业特征和人体主观触觉感知进行联系和模式识别,为机器人安全、舒适的作业规划和在线控制提供了有效依据。

自然人、机器人、数字人“三人”共生时代的语言生活

地球似乎正在加速进入一个自然人、机器人、数字人“三人”共生的新时代。总体上呈现出数字化、智能化、自动化的新形态和新特征,相应地,语言生活也正发生着广泛而深刻的变化。在语言运用方面,产生了“自然人-数字人”“数字人-数字人”“机器人-数字人”“自然人-机器人-数字人”这4种新形态;在语言学习方面,“三人”各自的语言学习与机器人和数字人助力自然人学习遥相呼应;在语言研究方面,新数据、新方法、新思想星火萌发,语言资源学、数字语言学等新兴交叉方向似乎正在加速成形。未来的语言研究,需要把握时代发展趋势,依托整体性视角和系统性思维,为国家和社会发展提供更多更好的助力。

多机协同智能发展战略研究

多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。

基于MR混合现实的足球机器人目标跟踪仿真

机器人跟踪足球时,由于目标具有较强的运动随机性,且较小的目标尺度增大了跟踪框的自适应跟踪难度,目标跟踪时会将很多背景信息包含在内,导致目标模型的更新错误。为此,提出基于MR混合现实的足球机器人目标跟踪方法。构建MR混合现实平台,令足球机器人在虚拟现实场景下完成人机交互,在保证目标跟踪安全性的同时提升目标跟踪性能;采用帧差法获取目标模型,利用投影法对二值图像投影,并对差分图像滤波,以此获取足球机器人在目标模板区域及候选目标区域中的直方图。基于此,更新足球机器人目标模型,实现基于MR混合现实的足球机器人目标跟踪。实验结果表明,当跟踪误差阈值为0.8mm时,研究方法的目标跟踪准确率和成功率均可达95%以上,平均耗时为55.17ms。当足球目标出现遮挡问题时,该方法仍能完成高精度跟踪。

服务机器人人机交互社会力模型研究

服务机器人在人机交互中应遵守人类社会规则,应用于人与人之间行为动态关系的传统社会力模型不能完全适用于机器人交互设计,机器人和人之间的动态交互塑造了全新的交互行为范式。通过实验测量室内交互场景下人与服务机器人的交互距离,提出人机交互过程中情感“亲密力”的存在,实验结果发现人与机器人静态交互受亲密力和交互力影响、动态交互受亲密力和社会文化力影响、从动到静交互过程受亲密力和速度力影响,最终构建服务机器人人机交互社会力模型,为提升服务机器人人机交互体验提供理论依据。

工业机器人、人力资本与就业——以纺织产业为例

工业机器人深度应用与就业协同发展成为产业高质量发展的重要内容。为探究如何以数智化转型带动高质量就业,本文基于2007—2019年中国31个省级行政区面板数据,构建固定效应模型,实证研究纺织产业工业机器人应用对就业的影响。结果显示,工业机器人应用一方面对就业数量产生了替代效应,另一方面提高了就业质量,人力资本水平的提升同时弱化了这两方面的作用。异质性检验显示,工业机器人应用对纺织产业平稳型和提高型发展省份、男性或低技能劳动者的就业数量替代效应更大;2013年以前工业机器人应用对就业数量的替代效应和2013年以后对就业质量的提升效应更显著。

采用社会约束自适应动态窗口法的服务机器人路径规划

针对传统动态窗口法在行人密集环境下动态路径规划存在灵活性差、效率低、安全性缺乏等问题,提出一种社会交互空间下基于社会约束自适应动态窗口法(social_DWA),并采用其解决服务机器人局部路径规划问题。首先,采用非对称高斯公式对单行人以及多人群组交互空间进行模型化描述;其次,在传统动态窗口法的基础上,采用动态行人方位角约束对动态行人进行避让;改进距离评价函数,分类决策与行人、多人群组、一般障碍物的安全距离;最后,提出速度权重自适应调整策略,优化服务机器人在途经不同密集度社会交互区域时的移动速度。为验证算法有效性,在两种模拟社会场景下,先后开展了social_DWA算法与传统DWA算法、FIDWA算法的路径规划仿真对比实验。结果表明:采用social_DWA算法所消耗的运动时间在场景1中较传统DWA和FIDWA算法分别缩短了1.53、0.43 s,在场景2中较传统DWA和FIDWA算法分别缩短了26.3、2.86 s;相较于传统DWA算法和FIDWA算法,social_DWA算法能保持有效的行人安全距离,并使运行轨迹更加合理。social_DWA算法在行人避让、环境适应能力等方面具有一定的优越性。

国产Agibot^(■)腔镜机器人首次人体试验手术3例报道

本文回顾性分析了我院2023年12月实施国产Agibot^(■)腔镜机器人人体试验的患者3例,均为男性,前列腺癌2例,肾癌1例。年龄44.8~75.4岁,其中根治性前列腺切除术2例(受试者编号Y01001、Y01002)、肾部分切除术1例(受试者编号Y01003)。手术均顺利完成,无中转开放或普通腹腔镜手术,无术中及术后并发症,无输血。2例根治性前列腺切除术的术前机器安装时间4~8 min,手术时间132~141 min,引流管引流时间3d,术后住院时间3~5 d,术后病理诊断为前列腺腺癌,术后30 d随访前列腺特异性抗原(PSA)均<0.1μg/L。1例肾部分切除术的术前机器安装时间6min,手术时间87 min,热缺血时间24 min,引流管引流时间3 d,术后住院时间7 d,术后病理诊断为肾透明细胞癌,切缘阴性。术中指标及术后结果表明国产Agibot^(■)腔镜机器人手术效果良好,患者康复顺利。长期影响有待通过大样本、多中心、长期随访研究进一步验证。

基于锚点的快速三维手部关键点检测算法

在人机协作任务中,手部关键点检测为机械臂提供目标点坐标,A2J(Anchor-to-Joint)是具有代表性的一种利用锚点进行关键点检测的方法。A2J以深度图为输入,可实现较好的检测效果,但对全局特征获取能力不足。文中设计了全局-局部特征融合模块(Global-Local Feature Fusion,GLFF)对骨干网络浅层和深层的特征进行融合。为了提升检测速度,文中将A2J的骨干网络替换为ShuffleNetv2并对其进行改造,用5×5深度可分离卷积替换3×3深度可分离卷积,增大感受野,有效提升了骨干网络对全局特征的提取能力。文中在锚点权重估计分支引入高效通道注意力模块(Efficient Channel Attention,ECA),提升了网络对重要锚点的关注度。在主流数据集ICVL和NYU上进行的训练和测试结果表明,相比于A2J,文中所提方法的平均误差分别降低了0.09 mm和0.15 mm。在GTX1080Ti显卡上实现了151 frame·s^(-1)的检测速率,满足人机协作任务对于实时性的要求。

基于模糊控制的上肢康复机器人变导纳控制

传统固定参数的导纳模型无法对上肢康复机器人的柔顺性实时调节,而现有变参数导纳模型需要结合实际康复需求进行改善。为此,以自主研发的串并混联的末端牵引式上肢康复机器人为研究对象,结合模糊控制与导纳控制,提出了一种面向实际康复需求的新型变导纳控制策略,制定了4条有利于康复效率与安全的模糊规则。该策略利用交互力误差及其变化率作为模糊控制输入,实时改变导纳模型的参数,实现柔顺性自主调节。仿真和实验结果验证了所提出的变导纳模型控制策略可行性和所制定的4条模糊规则的有效性。在患者可适应训练强度的场景中,相较于固定导纳模型,变导纳模型追踪给定路径时产生的冗余路径最多可降低56.13%,提高了康复训练效率;当康复运动超出患者可承受范围时,变导纳模型可提前0.5 s改变追踪路径,提高了康复的安全性。

移乘背抱护理机器人舒适性生物力学模型分析

为探索移乘背抱护理机器人人机交互力学特性与被护理人舒适性感受的潜在关联,研究显性的人机接触力相对于人体生物力学特性的映射关系,揭示影响被护理人舒适性的主要作用肌群,提出了舒适性测试试验与AnyBody背抱运动人体生物力学模型相结合的方法.从被护理人的肌肉激活程度入手,对移乘背抱护理机器人背抱运动舒适性特征进行了分析.首先,介绍了移乘背抱护理机器人典型结构工作原理并进行了运动学分析,在此基础上搭建了舒适性测试试验系统,基于主观舒适性评分规划了服务于试验的基础运动轨迹,并通过试验得到了人机主要接触部位力学信息.然后,以试验数据为边界条件构建了基于AnyBody的背抱运动人体生物力学模型,依托逆动力学仿真分析得到了肌肉激活程度,并对比舒适性测试肌肉激活程度验证了仿真模型的有效性.最后,结合人机主要接触部位受力、肌肉激活程度及主观舒适性评分综合分析了移乘背抱护理机器人背抱运动舒适性特征,明确了影响被护理人舒适性的主要作用肌群.结果表明:影响被护理人舒适性的主要作用肌群有7个,且被护理人胸部压力与腋下压力值大小分别与影响其躯干和上肢舒适性的肌肉激活程度呈正相关.可通过建立胸部压力与腋下压力值相关的加权函数有效描述不同被护理人整体舒适性特征,为移乘背抱护理机器人舒适性运动控制提供了理论依据.

机器人遵从伦理促进人机信任?决策类型反转效应与人机投射假说

阿西莫夫三大伦理原则是关于人工智能机器人的基本伦理规范。本研究提出人机投射假说——人会从自身具有的认知、情感和行动智能出发,去理解机器人的智能并与之互动。通过3个实验,从原则一到原则三逐步考察在机器人是否遵守伦理原则对人机信任的影响中,机器人决策类型(作为与否;服从人类命令与否;保护自身与否)的效应,以及人机投射的潜在机制。结果揭示了人机投射在机器人遵守伦理原则促进人机信任中起中介作用,以及机器人决策类型与是否遵守伦理原则之间有趣且有意义的交互效应:(1)在遵守情境下,机器人作为相对于不作为更有利于促进信任,但在违反情境下,则反之;(2)在遵守且尤其在违反情境下,机器人服从相比不服从人类命令更有利于促进人机信任;(3)相较于违反情境,机器人保护相比不保护自身在遵守情境下更有利于促进人机信任。跨实验的分析更深入地阐释了在遵守和违反伦理原则情境中以及伦理要求冲突情境中,有利于促进人机信任的机器人行动决策因素。

社交机器人在孤独症谱系障碍儿童中的应用

孤独症谱系障碍(Autistic Spectrum Disorders,ASD)儿童的核心症状之一是社交互动障碍。早期干预对ASD儿童的社交能力发展至关重要,而传统康复干预方法存在耗时长、花费高昂、专业康复治疗师短缺等诸多局限性。随着人工智能技术的发展,社交机器人被广泛应用于ASD儿童社交能力的干预研究。通过梳理社交机器人在ASD儿童干预中的可行性,分析社交机器人在ASD儿童社交互动中的研究现状,探讨社交机器人在ASD儿童干预中实验环境、方法等方面存在的优势与挑战。未来社交机器人在ASD儿童中的研究可考虑从探索人机双方特点开发新的社交场景,结合多模态和脑科学技术揭示人机互动的心理过程以及关注人工智能技术发展构建社交机器人闭环系统等方面展开。

基于人体运动预测的协作机器人避障方法研究

针对人机协作系统中的误识别及碰撞检测问题,对人体关节信息提取和建模方法进行研究。设计了一种基于关节间距离的粗大误差剔除策略;在分析了手部运动轨迹规律后,提出一种基于历史轨迹的关节位置跟踪预测方法,通过差分法求导速度的方式,对下一时间节点位置进行预测,在相机采集数据出现异常时,进行校正补充。基于方向包围盒(OBB)思想,建立了一种人机碰撞检测模型,找到了一种机械臂包络体与障碍物实际最小距离的计算方法,避免了系统的错误判断和多余避碰动作的产生;对所述方法进行了碰撞检测仿真验证。结果表明:所提出的方法稳定可靠,可以有效避免人机协作中碰撞的发生。

基于模型预测的膝关节置换手术机器人柔顺控制

针对半主动型膝关节置换手术机器人的柔顺跟随医生意图运动和手术安全范围约束问题,提出了一种模型预测导纳控制算法.首先,为了提高算法运行效率,使用斯特林插值方法对机械臂动力学模型进行线性化,并作为预测模型,该方法计算简单且求解精度高;其次,基于导纳模型力柔顺控制机理识别操作医生的力意图生成机械臂期望运动轨迹;然后,设计虚拟状态,提高模型预测控制算法的显式处理约束能力,利用模型预测控制的滚动优化和反馈校正特性提高控制鲁棒性;最后,结合成机械臂模型预测导纳控制器.设计三环PID(Proportional integral derivative)控制对照试验,验证了模型预测控制算法的轨迹跟踪性能更好,可以更好的实现期望的导纳动态,从而得到更优的柔顺效果.在此基础上,进一步验证模型预测导纳控制器在具有强耦合性、复杂系统参数结构特性的机械臂上的主动约束效果.结果表明模型预测导纳控制算法能实现比传统三环PID控制更好的柔顺性,且具备满足膝关节置换手术需求的安全性.本文有望促进半主动手术机器人的实际应用.