面向人机协作任务中人类认知工效学与工作场所生产力权衡优化的机器人轨迹自适应

在混合工业环境中，工人的舒适度与对安全性的积极感知是人机协作机器人成功接受与使用的必要前提。本文提出一种新型人机交互框架，其中机器人行为根据操作者的认知负荷与压力进行在线自适应。该方法利用关节空间中B样条轨迹的生成以及多目标优化问题的构建，来在线调整机器人轨迹的总执行时间与平滑度。前者保障了人类效率与工作场所生产力，后者则有助于维护用户的舒适度与认知工效学。所提框架的性能在一项典型工业任务中得到评估。结果表明其能够在减轻工人认知负荷的同时提升人机二元组的 productivity。