面向人机共同作业的操作者运动意图预测

作     者：朱逸凡 罗晶 张超逸 曾超 庞牧野 

作者机构：武汉理工大学自动化学院 武汉理工大学重庆研究院 德国汉堡大学 

出 版 物：《华中师范大学学报(自然科学版)》 (Journal of Central China Normal University(Natural Sciences))

年 卷 期：2024年

学科分类：08[工学] 080202[工学-机械电子工程] 081104[工学-模式识别与智能系统] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(62203341) 湖北省自然科学基金(2024AFB614) 重庆市自然科学基金项目(CSTB2023NSCQ-MSX1078) 武汉理工大学研究生教育教学改革研究项目（35400000） 

主　　题：人机协作 运动意图预测 自回归模型 方向补偿 

摘      要：在人机共同作业过程中，由于机器人缺乏准确预测人运动意图的能力，人机难以实现安全、友好协作，导致人机协作效率低下。为对人机共同作业过程中操作者的运动意图进行预测，该文以人机共同搬运作业为例，根据人机协作运动的特点，提出了一种基于操作者的人手运动意图感知框架。主要包括两个方面：1)利用自回归方法对人手的运动轨迹进行预测，提出一种在人机共同作业中机器人运动轨迹规划方法，使机器人可以提前感知人的运动意图；2)在人手运动轨迹预测中引入方向补偿方法以降低人机之间的交互力。通过与本文方法和卡尔曼滤波预测方法对比，实验表明，与没有运动轨迹预测相比，有运动轨迹预测时机器人受到的交互力降低了至少45.9%。与没有方向补偿相比，运动预测方法中加入方向补偿时，机器人受到的交互力降低了30.4%，轨迹预测误差的最大值降低了32.4%，平均误差也降低了6.8%。与卡尔曼滤波轨迹预测方法对比，交互力降低了52.2%。