基于动态运动基元与速度缩放的机器人协作运输个性化
机器人学
2025-11-11 v2
摘要
当前，工业界对人机协作表现出日益增长的兴趣，特别是针对共享任务。这需要智能策略来规划机器人的运动，同时考虑任务约束和人类特定因素，如身高和运动偏好。本工作提出了一种利用动态运动基元（DMP）生成个性化轨迹的新方法，并结合基于人类反馈的实时速度缩放。该方法在工业级实验中得到了严格验证，聚焦于发动机罩唇部段的协作运输。对比分析表明，DMP生成的轨迹与最先进的运动规划器（BiTRRT）在结合速度缩放后具有更强的适应性。主观用户反馈进一步表明了对基于DMP交互的明显偏好。客观评估，包括来自脑活动和皮肤活动的生理测量，强化了这些发现，展示了DMP在增强人机交互和改善用户体验方面的优势。
引用
@article{arxiv.2506.09697,
title = {Human-robot collaborative transport personalization via Dynamic Movement Primitives and velocity scaling},
author = {Paolo Franceschi and Andrea Bussolan and Vincenzo Pomponi and Oliver Avram and Stefano Baraldo and Anna Valente},
journal= {arXiv preprint arXiv:2506.09697},
year = {2025}
}