人机协同操纵扩展物体：基于人体双人实验数据分析的数据驱动模型与控制

人类团队能够轻松完成协作操纵任务。然而，利用现有文献中的方法，让机器人与人同时操纵一个扩展物体是一项困难任务。本文的方法是利用人体双人实验数据来确定运动意图，并将其用于物理人机协同操纵任务。我们首先展示并分析人体双人执行协同操纵任务的数据。我们表明，人体双人数据具有有趣的趋势，包括交互力相对于加速物体所需力不可忽略，以及横向运动的开始由双人领导者特有的扭矩触发表征。我们还考察了不同度量以量化不同双人组的性能。我们还基于人体双人试验的运动数据开发了一个深度神经网络，依据过往运动预测人的意图。随后我们展示了如何将力与运动数据用作人机双人组中机器人控制的基础。最后，我们将两种用于人机协同操纵的控制器性能与人体双人性能进行比较。