意大利理工学院(IIT)的研究人员正在利用自适应界面转变人机协作，实现实时机器人调整和安全、无缝的交互。

本文要点:

l 协作的实时适应：IIT的研究员西林图纳和厄兹达马尔开发了一种自适应协作界面(ACI)，允许机器人根据人类的运动意图实时调整自己的行动，以提高团队合作效率。

l 安全性和可预测性：尽管不可预测的人类行为仍然是一个挑战，但机器人安全协议和扭矩控制有效降低了人机交互的风险。

l Xsens动作捕捉：研究人员使用Xsens获得精确、连续的运动数据，这些数据被用来解释人类意图并最终实现机器人与人类的无缝协作。

l 未来应用：这项研究在医疗保健、应急响应和家庭援助方面具有非常大的潜力，旨在开发能够适应现实生活中非结构化环境的机器人。

几个世纪以来，人类一直在与机器合作，随着正在进行的机器人革命，这种合作变得更加平等。来自意大利理工学院(IIT)的研究人员多加内·西林图纳和伊迪勒·厄兹达马尔处于这一变化的前沿，他们正在研究机器人如何在搬运和交付物体等任务中有效地与人类合作。

新的挑战

几年来，IIT一直在积极研究人机合作，展示可以执行各种任务的机器人，从协助钻孔到端咖啡。

来自人机界面和交互实验室的研究人员多加内·西林图纳和伊迪勒·厄兹达马尔正在开发一种框架，允许机器人协助人类运输物体。他们的框架名为自适应协作界面(ACI)，使用触觉反馈和动作捕捉数据，使机器人能够调整速度和位置，以便更好地与人类合作。

在厄兹达马尔的研究论文“搬运大型物体：使用多个机器人和人类合作框架搬运不可知且可形变的笨重物体。”中提出了一种框架，用于一个人和两个机器人使用柔性绳索来搬运大型可形变物体。在西林图纳和厄兹达马尔的相关研究“变形特征未知物体的人机协同搬运”中，他们发现了人机协作从柔性绳索到刚性杆连接中的变化。通过分析人类的运动和力反馈，机器人可以检测被移动物体的形变能力，并调整它们的行动。

西林图纳和厄兹达马尔的研究重点是由带轮子的底座和带多个关节的机械臂组成的机器人。他们解释到，“在我们的设置中，有9个自由度，通过使用轮式机器人，现在我们可以快速移动笨重或大型物体。”

为什么选择Xsens

在工作中，西林图纳和厄兹达马尔通过使用Xsens运动捕捉系统来收集精确的运动数据以指导他们的机器人完成人机协作任务。Xsens允许研究人员以更少的成本进行实验，这使其成为实验室环境中的实用选择。西里图纳和厄兹达马尔强调，在与人类密切合作时，精确、连续的数据非常重要。Xsens的可靠性让他们免除了后顾之忧，“我们使用Xsens动捕系统是因为它的数据非常连续，这使我们能够为人机合作提供可靠的数据流。我们尝试过使用光学传感器但经常会出现位置跳跃，从而影响我们框架的性能。”

西林图纳和厄兹达马尔研究的一个重点是通过运动数据解释人类的意图。Xsens提供详细的运动学数据，使他们能够对静止、推或拉等动作进行分类。通过反复训练，他们在短短三个月内预测人类运动的准确率达到了98%。“我们将特定的关节位置和角度标记为推或拉，并将其输入到我们的系统中，”厄兹达马尔解释道。西里图纳和厄兹达马尔还开发了一种算法，通过分析躯干和手部运动来解释人类的旋转意图，目标是创造出能够在搬运物体时有效帮助完成转弯等任务的机器人。

研究结果

由于使用了自适应协作界面，西林图纳和厄兹达马尔发现，协作机器人可以以更高的精度处理任务，实时预测人类的运动，并根据细微的数据调整行动。在使用ACI操作的机器人对不同可发生形变物体进行移动的研究中，“参与者更快地完成了任务，更省力，且效率更高”。在使用两个机器人协助一个人使用可发生形变的绳索运输大件物品的研究中，ACI操作的机器人具有更快的响应和更好的运动调整，并且需要人输入更少的力，从而使任务更容易完成。

这些发现显示出将ACI应用于人与机器人协作场景的能力，并为该领域的未来研究奠定了基础。

人机合作和类人机器人的未来

展望未来，西林图纳和厄兹达马尔认为他们的研究将支持医疗保健、应急响应和家庭援助方面的应用，并使机器人在公共场所和工作场所变得更加常见，以满足各种需求。“利用人类适应性和决策能力的人机团队可以在非结构化环境中灵活地执行任务。”西林图纳和厄兹达马尔说到。

然而，要让这种机器人化的未来成为现实，需要解决人机合作中的安全问题。研究中的机器人限制了扭矩，并配备有软关节，通过编程避免对意外的高速冲击或过大的力输入做出反应。然而，正如研究人员指出的那样，对于现实世界的应用来说，人类行为的不可预测性仍然是最大的挑战。“我们根据预期的运动设计算法，但人们经常以意想不到的方式行事。”西林图纳说。厄兹达马尔补充道。

西林图纳和厄兹达马尔的工作为未来能够与人类进行安全、直观合作的机器人奠定了基础，让我们更加接近机器人无缝协助人类日常生活的世界。