智能传感器技术论文(智能传感器技术论文摘要)

 

转自 CAAI认知系统与信息处理专委会

作者 赵磊

随着学会的队伍不断发展壮大，分支机构的发展愈发完善，丰富多彩的分支活动与学术分享也频频呈现。本期与大家分享《基于传感控制的协作机器人：基础、挑战和机遇》。

分享论文：

题目：Sensor-Based Control for Collaborative Robots: Fundamentals, Challenges, and Opportunities，

链接：https://www.frontiersin.org/articles/10.3389/fnbot.2020.576846/full

上篇（基于传感控制的协作机器人：基础、挑战和机遇）我们介绍了用于协作机器人的最常见的基于传感器的方法。就像自然感官一样，人工感官提供了关于环境的补充信息。因此，为了有效地执行任务，机器人应该测量（并用于控制）多个反馈模式。下面我们将回顾在控制器中集成多个传感器的各种方法。

受人类如何融合其概念的启发，研究人员融合了异构传感器来估计环境的状态。这可以依靠扩展卡尔曼滤波器(EKF)在传感器信息帧中完成。然而传感器必须与单个量相关，在测量不同物理现象时很少这样做。另一种方法是直接使用感知反馈。这为控制设计带来了新的挑战，如传感器同步、任务兼容性和任务表示。在控制器内组合N个传感器的三种方法是：

交换：传感器一次控制一个机器人。

共享：所有传感器在整个操作过程中控制机器人。常见的方法是通过嵌套的控制循环。研究人员最多使用了两个环，o表示外环，i表示内环。

混合：传感器同时控制，但在预定义笛卡尔任务框架的不同轴上。

1、切换控制

研究者提出了一个针对汽车关节协同组装的人机制造单元。这种方法（交换视觉/触控)可以通过导纳控制来控制机器人与人之间的接触，以及机器人与环境之间的接触。开关条件由人对机器人的位置决定。Okuno等人开发了一个交换的视觉（音频）控制器，使移动机器人能够利用声源定位进行视觉控制。机器人的头会自动朝着人类扬声器的估计方向旋转，然后在视觉上跟踪他/她。切换条件是声音源可见。还有其他研究者提出了另一个交换的视觉（音频）控制器为 iCub机器人，它的头部可以定位人类扬声器。该方法构造了音频电机地图和集成的视觉反馈来更新地图。同样切换的条件是扬声器的脸是可见的。另一个交换视觉（音频）控制器被部署在一个移动机器人上，以将其驱动到一个未知的声音源，切换条件由正面定位错误的阈值定义。Papageorgiou等人为有行走障碍的人提供了一个移动助手，该机器人配备了两个用于测量与人体物理交互的旋量（广义力）传感器，一组用于音频命令的麦克风，用于检测障碍物的激光传感器，以及一个用于估计用户状态的RGB-D相机。它的控制器以一种交换的方式集成了音频、触觉、视觉和距离，其切换条件由一个基于知识层确定。Navarro等人提出了一种物体操纵策略，将距离（电容接近传感器)和触觉(触觉传感器)结合起来。虽然该方法没有明确考虑人类，但它可以应用于人与机器人的协作，因为如果视觉被遮挡，邻近传感器可以检测人类。两种模式之间的切换条件是与对象的接触。黄等人提出了一种通过全向麦克风阵列驱动移动机器人向隐藏声源移动的方法。控制器在人（物体）存在的情况下切换到基于超声波的避障。附近障碍物的检测为切换条件。

2、共享控制

在机器人和环境（人类）永久接触的应用程序（例如协作对象传输）中，共享控制是可取的。让我们首先回顾一个先驱控制器，它依赖于共享视觉（触摸）；Morel等人通过将视觉环置于力环外，解决了遥控钉孔装配问题。在导纳控制器接触的情况下，视觉伺服输出的参考轨迹变形，得到机器人位置指令x。在这项工作中没有考虑到人的互动。Natale等人估计了通过人类共享的视觉（听觉）反馈来控制平倾斜机器人头部的感觉运动反应。他们假设机器人运动和ITD（ILD）测度之间的局部线性关系。

3、混合控制

Pomares提出了一种用于抓取物体的混合视觉触摸控制器，该控制器使用装有手的机器人手臂。视觉反馈驱动主动相机（安装在机器人尖端）来观察物体并检测到要避免的人，而触摸反馈移动手指以抓住物体。Chatelain等人提出了一种混合方案控制超声探头与病人腹部接触，目的是在外科医生观察到的超声图像中定位病变。针通过S、触觉和视觉（从超声图像）在正交方向投射来移动。

4、其它控制方法

Agravante等人将视觉和触觉结合起来，以解决人-人形桌子的携带问题。桌子必须保持平放，以防止顶部的物体脱落。视觉控制着桌子的倾斜，而与人类交换的力量使机器人遵循他（或她）的意图。该方法是共享的，在导纳控制的外环中具有视觉伺服，以使所有DOF都符合要求。然而它也是混合的，因为一些自由度的控制只有导纳控制。还有些科研工作者融合了视觉和距离，以保证基于激光雷达的基于摄像机的导航过程中的避障。在遵循预先训练的路径时，机器人必须避免以前不存在的障碍。同时，它移动摄像机的盘角，以保持场景的能见度。接近度（距离）和触觉（触觉）测量控制了pHRI场景中的机器人手臂，以避免障碍物或当接触不可避免时产生顺从行为。该框架将两个感官线性地结合起来，并将该信号提供给一个类似内部导纳的控制回路。由于两种感官的工作原理是互补的（一种需要接触，而另一种则不需要），因此这种整合也可以看作是交换。切鲁比尼等人研究了使机器人能够在人机协同任务中适应人类行为的变化。与经典的混合视觉触控位置控制相比，他们的方案通过任务的加权组合实现平滑过渡。机器人可以仅对不同的数据（混合方法）或同时执行（共享方法）执行视觉和强制任务。

5.讨论

互联网小常识：路由器的可靠性与可用性表现在：设备冗余、热拔插组件、无故障工作时间、内部时钟精度等方面。路由器的冗余表现在：接口冗余、电源冗余、系统板冗余、时钟板冗余、整机设备冗余等方面。

在本节中，我们使用五个标准对所有将基于传感器的控制应用于协作机器人的调查论文进行分类。然后，这个分类法可以作为一个指导，分析设计选择、限制和未来挑战。我们总共参考了上面修订的45篇论文。这些工作包括第3节中讨论的只有一个传感器以及第4节中讨论的集成多个传感器的工作。这五个标准是：传感器、集成方法（当使用多个传感器时）、控制目标、目标应用和机器人平台。在表1中，我们指出了每篇论文的这些特征。

表1

表2

表2根据传感器对论文进行分类。单列表示论文只依赖于一个传感器。视觉（单独或不单独）是迄今为止最流行的意义。这并不奇怪，因为即使对人类来说，视觉也提供了最丰富的感知信息来构造世界和执行。触觉是第二个最常用的传感器，也是pHRI中最基本的传感器，因为它是四个可以直接用于调制接触的传感器中唯一一个。

除了Papageorgiou等人，没有集成了两个以上的传感器。鉴于传感器的广泛可访问性和最近在计算能力方面的进展，这可能是由于难以设计一个能够管理如此多样和广泛的数据的框架。另一个原因可能是假定的（但有争议的)三种无接触感官的冗余，考虑到视觉的扩散和流行(也在软件方面)，这三种感官倾向于选择视觉。唯一的传感器测量接触--触觉，是不可替代的。这也可能是为什么在合并两个传感器时，研究人员通常选择视觉触觉。三种集成方法中最流行的是交换控制，可能是因为它最容易设置。然而近年来，人们对共享混合组合越来越感兴趣，这保证了控制平滑性方面的良好性能。共享控制的一个未开发的应用是视觉和距离的结合，以避免与人类的碰撞。这可以通过将触摸控制误差ET替换为类似导纳的距离控制误差来表示，如图3所示：

其中d和d*表示与障碍物的测量距离和期望距离。通过这种方法，机器人可以在距离障碍物给定的安全距离上稳定下来，或者远离障碍物。

在作者看来，没有传感器或（如果需要的话）集成方法是最好的，设计者应该根据所涉目标进行选择。因此，自然和进化可能是非常鼓舞人心的，但技术限制（例如硬件和软件的可用性）也必须考虑在内，而工程学的黄金法则是越简单越好。

表3根据控制目标对论文进行分类。在表中，我们还应用了DeLuca和Flacco中引入的pHR层的分类，并在介绍中引用：安全、共存、协作。注于避免碰撞解决安全的工作，以及机器人对被动人类解决共存起作用的工作。对于协作层，我们区分两个方面。首先，那些人类引导机器人的地方，然后是两者协作的地方。通常情况还需要更高的认知能力。一些工作，特别是在医学机器人领域涵盖了共存和合作，因为人类引导机器人在另一个人身上操作。有趣的是，这些感官以一种类似于生物学的趋势出现在表中。距离是避免碰撞的基础，而人在互动中的作用是基本的。然后，将音频用于非接触式引导。随着人类和机器人的更接近，触控接管了音频的角色。如上所述，视觉是一种横向感，能够覆盖大部分的距离范围。然而，当存在接触时，它系统地补充接触，这是表2所示和上面讨论的流行配对。

表3

表4根据目标（或潜在）应用对论文进行分类。我们提出了三个应用：生产、医疗和服务。生产是机器人的长久不变的应用领域。包括：制造（装配，焊接，采摘和放置)，运输(自主引导车辆，物流)和建筑(材料和砖块转移）。近年来，医疗类别变得非常流行，其应用范围有机器人手术（外科夹持器和针头操作）、诊断(超声探头的定位或内窥镜)和辅助（智能轮椅、喂养和助行器）。服务领域是未来几年增长潜力最大的应用领域，包括陪伴（老人和儿童护理)，家庭(清洁，对象检索)，个人(聊天伙伴，远程呈现）。该表显示，所有四个传感器都已部署在这三个领域。唯一的例外是没有在生产应用中使用，可能是由于在工业环境中噪音的影响。

表4

最后，表5给出了基于机器人平台的分类。我们可以看到大多数成果使用固定的基臂。这里使用最多的第二个平台是轮式机器人。然后类人机器人类别，指具有拟人化设计的机器人（两臂和双足运动能力）。最后，我们考虑机器人头，这些头专门用于基于音频的控制。虽然机器人头部通常用于人脸跟踪在社会人类机器人互动，这类工作没总结在在本调查当中，因为他们通常不涉及接触。

表5

互联网小常识：OSI管理模型由ISO发布，管理站和代理之间通过CMIP相互交换管理信息，通过GDMO标准定义被管对象提供的服务，在这个模型中每一层中都定义有相应的管理功能，它们由层管理实体（LME）来完成。

6. 总结

这项工作提出了一个基于传感器的控制器的系统回顾，使人类和机器人之间的协作或交互。我们考虑了四种感官：视觉、触觉、听觉和距离。首先，我们介绍了一个类似基于传感器的控制的规划，我们对该规划进行了实例介绍，用于视觉伺服、触摸控制、听觉伺服和基于距离，同时回顾有代表性的控制。接下来，我们对集成多个传感器的方法进行总结，同时再次讨论相关的工作。最后我们根据使用意义、集成方法、控制目标、目标应用和平台对被调查的文献体进行分类。虽然视觉和触觉（本体感觉力而不是触觉）现在成为协作机器人上最受欢迎的感官，但廉价、精确和易于集成的触觉、距离和音频传感器的出现为未来提供了巨大的机会。通常我们认为机器人皮肤将简化交互，增加人-机器人协作的机会，研究人员应当为此开发适当的工具。人们可以根据距离反馈充分感知人类在机器人附近工作（单目视觉无法做到的事情）的行为。音频反馈是开发机器人头部的关键，可以自然地与人类扬声器互动。最后，必须解决一些开放的问题，为实际应用开发有力的的控制器。例如在集成多个传感器时，任务约束的使用还没有得到充分的考察研究。此外，难以获得描述和预测人类行为的模型也阻碍了人-机协作任务的实现。使用多模态数据，如RGB-D相机与多个接近传感器，可能是一个有趣的解决方案。我们还需要在这方面进行更多的研究。

互联网小常识：网桥的分类根据帧转发策略可以分为透明网桥和源路由网桥。根据端口可以分为双端口网桥和多端口网桥。根据网桥的连接线路可以分为普通局域网网桥、无线网桥与远程网桥。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186