面向移动机器人避障与接近的触觉遥操作注意力图估计

在态势感知受限或操作员注意力不集中的情况下，触觉反馈可提升遥操作机器人的安全性。标准势场方法在接近障碍物时会增加触觉阻力，这在操作员未察觉障碍物时是理想的，但在有意移动（如操作员希望检查或操作物体）时则不可取。本文提出一种新颖的触觉遥操作框架，可估计操作员对障碍物的注意力，并在有意移动时减弱触觉反馈。基于计算工作记忆理论，我们开发了受生物启发的注意力模型，将视觉显著性估计与空间映射相融合。注意力图实时生成，对于估计操作员已察觉的障碍物，我们的系统渲染较低的触觉力。仿真实验结果表明，所提框架在任务性能、机器人安全性和用户体验方面优于无注意力估计的触觉遥操作。