[论文解读] Human-Aware Physical Human-Robot Collaborative Transportation and Manipulation with Multiple Aerial Robots

Guanrui Li, Xinyang Liu+1 more|arXiv (Cornell University)|Oct 12, 2022

Human-Automation Interaction and Safety被引用 9

一句话总结

本文提出了一种基于多架无人飞行器的、具备安全意识的6D物理人机协同系统，用于运输和操控通过缆绳悬挂的载荷。通过利用分布式估计算法、6D导纳控制器以及基于冗余的安全控制器，该系统在确保障碍物避让和人机距离维持的前提下，实现了直观的人机交互，并在真实实验中验证了其在全6自由度运动下且无需外部力传感器的性能。

ABSTRACT

Human-robot interaction will play an essential role in various industries and daily tasks, enabling robots to effectively collaborate with humans and reduce their physical workload. Most of the existing approaches for physical human-robot interaction focus on collaboration between a human and a single ground or aerial robot. In recent years, very little progress has been made in this research area when considering multiple aerial robots, which offer increased versatility and mobility. This paper proposes a novel approach for physical human-robot collaborative transportation and manipulation of a cable-suspended payload with multiple aerial robots. The proposed method enables smooth and intuitive interaction between the transported objects and a human worker. In the same time, we consider distance constraints during the operations by exploiting the internal redundancy of the multi-robot transportation system. The key elements of our approach are (a) a collaborative payload external wrench estimator that does not rely on any force sensor; (b) a 6D admittance controller for human-aerial-robot collaborative transportation and manipulation; (c) a human-aware force distribution that exploits the internal system redundancy to guarantee the execution of additional tasks such inter-human-robot separation without affecting the payload trajectory tracking or quality of interaction. We validate the approach through extensive simulation and real-world experiments. These include scenarios where the robot team assists the human in transporting and manipulating a load, or where the human helps the robot team navigate the environment. We experimentally demonstrate for the first time, to the best of our knowledge, that our approach enables a quadrotor team to physically collaborate with a human in manipulating a payload in all 6 DoF in collaborative human-robot transportation and manipulation tasks.

研究动机与目标

• 通过多架无人飞行器在6个自由度下实现对刚性载荷的安全、直观且物理协同的运输与操控。
• 解决多架无人飞行器团队在3D运动中缺乏具备安全保证的物理人机交互系统的问题。
• 利用多旋翼飞行器缆绳悬挂系统的系统冗余性，同时实现载荷轨迹跟踪与安全约束的强制执行。
• 通过开发基于机载IMU和摄像头反馈的分布式、视觉驱动的力估计算法，消除对外部力传感器的依赖。
• 在人类与机器人共同管理复杂任务且受安全约束的真实场景中验证该系统。

提出的方法

• 基于无外部力传感器的分布式力估计算法，利用无刷电机转速和IMU数据，通过无迹卡尔曼滤波（UKF）估计载荷受力与运动状态。
• 6D导纳控制器通过将人施加的力转换为六自由度内的协调载荷运动，实现直观的人机交互。
• 安全感知控制器利用冗余系统的零空间，同时实现主轨迹跟踪与安全目标（如与人和障碍物保持距离）的强制执行。
• 基于视觉的状态估计算法管道，利用机载摄像头和圆形标记，以30 Hz的频率估计缆绳方向与连接点位置，实现实时反馈而无需动作捕捉系统。
• 分布式估计算法架构，每架四旋翼飞行器独立估计自身状态，并共享连接点数据，协同估计载荷的位姿与速度。
• 基于梯度的安全控制器，具有良好的可扩展性，可在动态交互中保持鲁棒性。

实验结果

研究问题

• RQ1 在无需外部力传感器的前提下，多架无人飞行器能否安全且直观地与人类操作员在6D物理操控缆绳悬挂载荷时协同工作？
• RQ2 如何利用多架无人飞行器缆绳悬挂系统的系统冗余性，同时实现载荷轨迹跟踪与安全约束？
• RQ3 机载视觉与惯性传感在多大程度上可替代动作捕捉系统，实现实时人机协作中的状态估计算法？
• RQ4 在人类主动交互（如强力拉拽或突然动作）期间，系统如何维持安全？
• RQ5 系统能否在不降低人机交互质量的前提下，实现自主避障与人机距离保持？

主要发现

• 该系统成功实现了仅依赖机载传感器且无需外部力传感器的6D物理人机协同，操控缆绳悬挂载荷。
• 视觉状态估计算法与动作捕捉系统相比达到厘米级精度，缆绳方向与速度估计频率高达250 Hz。
• 安全感知控制器在保持载荷轨迹跟踪与交互质量的同时，有效维持了与操作员及障碍物的安全距离。
• 基于梯度的安全控制器相比集中式方法展现出更优的可扩展性，支持更大规模的机器人团队。
• 真实世界实验验证了系统在协助人类运输和操控重载荷方面的有效性，并能自主避障。
• 系统实现了双向协作：人类可引导载荷运动，而机器人团队可补偿人类在复杂环境（如障碍物密集区域）中的局限性。