SafeHumanoid: 基于 VLM-RAG 的人oid 机器人上肢阻抗控制
机器人学
2025-12-01 v1
摘要
安全可靠的人机交互要求机器人不仅要完成任务，还要根据场景上下文和人类距离调节阻抗和速度。我们提出SafeHumanoid，一个以仰视视觉管线，将视觉语言模型（VLM）与检索增强生成（RAG）相结合，用于控制人oid机器人的阻抗和速度参数。仰视帧经结构化VLM提示处理后，嵌入并匹配一库经过验证的情景，随后通过逆运动学映射到关节级阻抗命令。我们在带和不带人类存在的桌面操作任务上进行评估，包括擦拭、物品递交和液体倒酒。结果表明，该管线能否根据情境自适应调节刚度、阻尼和速度轮廓，保持任务成功的同时提高安全性。尽管当前的推理延迟（最高达1.4秒）限制了在高度动态环境中的响应性，但SafeHumanoid表明，阻抗控制的语义 grounding 是通向更安全、符合标准的人oid协作的可行路径。
引用
@article{arxiv.2511.23300,
title = {SafeHumanoid: VLM-RAG-driven Control of Upper Body Impedance for Humanoid Robot},
author = {Yara Mahmoud and Jeffrin Sam and Nguyen Khang and Marcelino Fernando and Issatay Tokmurziyev and Miguel Altamirano Cabrera and Muhammad Haris Khan and Artem Lykov and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2511.23300},
year = {2025}
}