Tədqiqat, insansı bir robotun iki koluyla bir tepsiyi kavrayıp üzərində serbest duran nesneleri düşürmeden və ya devirmeden uzaktan taşıması sırasında ortaya çıkan bir etimadlik problemini ele alıyor. Buradaki “nonprehensile transportation”, taşınan nesnelerin robot tarafından tək tək kavranmadığı; sürtünme, yerçekimi və atalet kuvvetleri istifadə edilərək bir tepsi və ya taşıyıcı yüzey üzərində dengede tutulduğu taşıma biçimini ifade ediyor. Bu görevde robotun eklem və tədqiqat alanı sınırları ilə tepsideki nesnelerin kaymama və devrilmeme şərtləri eyni anda sağlanmak zorunda.
Tədqiqatçılar bu çatışan gereksinimleri tək bir böyük optimizasyon problemine koymak əvəzinə Multiple-Constraint Safety-Critical Control Framework (MC-SCCF) adlı üç qatlı bir memarlıq oluşturuyor. Üst qat, robot tədqiqat alanının sınırına yaklaşırken operatörün hız komutunu etimadli şəkildə filtreliyor. Orta qat, tepsi üzerindeki nesnelerin kaymasını və devrilmesini önleyecek mövqe–yönelim bağlantılı referans hareketini Model Predictive Control (MPC) ilə oluşturuyor. Alt qat isə QP əsaslı ters kirütubətatik kullanarak çift kol koordinasyonu, eklem sınırları, tekillikten kaçınma, öz-çarpışma önleme və bel düzenlemesini birlikdə yönetiyor.
Tədqiqat alanı erişilebilirliğini real vaxtlı qiymətləndirmək üçün hər kol üçün əvvəlden yaradılmış ayrık erişilebilirlik haritaları, tam bağlı bir sinir ağıyla sürekli və türevlenebilir bir vekil modele dönüştürüldü. Bir milyon rastgele çift-kol hədəf pozu üzərində təklif edilən erişilebilirlik karar mexanizminın genel doğruluğu %97,86, precision dəyəri %97,60 və orta sorgu müddəti 60 µs kimi bildirildi. Ayrıntılı tədqiqat alanı sınırı aramasında 10.000 test üçün orta mesafe sapması 2,26 cm, orta hesaplama müddəti isə 1,18 ms oldu.
Fiziksel deneylerde 10 istifadəçi, çift kollu insansı robotla tepsi üzerindeki 14 nesneyi bir engelin üzərindən geçirerek hədəf bölgəye taşımaya çalıştı. Hər katılımcı üç kontrol modunu dörd dəfə kullandı və cəmi 120 derütubəte realleştirildi. Təklif edilən MC-SCCF və standart doğrusal CBF modu %100 tapşırıq uğursına ulaşırken etimadli hız filtri olmayan No-SVF modu %82,5 uğur gösterdi. MC-SCCF'nin orta tapşırıq müddəti 76,8 saniye iken standart CBF'də 103 saniyeydi. No-SVF modunda cəmi nesne kayması 121 mm; standart CBF'də 57,8 mm; MC-SCCF'də 60,9 mm oldu.
Bu nəticələr MC-SCCF'nin test edilen sabit əsaslı insansı robot və müəyyən taşıma görevi altında etimadlik ilə tədqiqat akıcılığı arasında uğurlu bir denge kurabildiğini göstərir. Bununla belə tədqiqat yalnız 10 katılımcı, tək robot platforması və tək əsas tapşırıq düzeni kullanıyor; mobil taban, yürüyüş, bütün-vücut denge kontrolü və model içində açıq iletişim gecikməsi doğrulanmamıştır. Nəticələr bütün insansı robot platformlarına və ya bütün teleoperasyon görevlerine birbaşa genellerütubətez.
Türkiyə baxımından metod; tehlikeli madde taşıma, uzaktan endüstriyel müdahale, afet sahası robotları və ya insanın birbaşa yaklaşmasının riskli olduğu ortamlardaki robotik manipülasyon tədqiqatları üçün teknik açıdan incelenebilir. Lakin tədqiqat Türkiye'deki bir sahə, işletme və ya robot platformasında yapılmamıştır. Yerel tətbiqda robot kirütubətatiği üçün erişilebilirlik haritalarının yeniden oluşturulması, kullanılacak nesnelerin sürtünme və geometrik parametrelerinin yeniden belirlenmesi və real iletişim gecikməleriyle sahə təsdiqləməsı lazımdır.
Kavramasız taşıma niyə klasik robot taşımadan daha zor?
Klasik kavramada nesne parmaklar və ya bir mekanik tutucu tarafından fiziksel kimi sıkıştırılır. Kavramasız taşımada isə nesne çoğu zaman yalnız bir tepsinin və ya düz yüzeyin üzərində durur. Buna görə nesne ilə robot arasında onu birbaşa sabitleyen mekanik bir bağlantı bulunmaz.
Robot hızlandığında nesne üzərində atalet kuvveti oluşur. Yanal ivme çox yüksekse nesne kayabilir. Tepsi fazla yatırılır və ya açısal ivme kontrolsüz değişirse nesne devrilebilir. Bu səbəbdən robotun mövqeyi, hızı, doğrusal ivmesi, tepsi yönelimi və açısal ivmesi birbirinden müstəqil kontrol değişkenleri değildir.
Aynı anda insansı robotun kendi fiziksel sınırları da vardır: kol eklemleri sınıra ulaşmamalı, iki kol birbirine və ya gövdeye çarpmamalı, robot tekil kirütubətatik duruma girmemeli və iki uç efektör tepsiyi taşırken birbirine görə sabit pozunu qorunandır.
Niyə bütün kısıtlar tək optimizasyon problemine konmamış?
Tədqiqatnın əsas iddiası, tədqiqat alanı sınırı ilə nesne dinamiğinin birbaşa eyni seviyede çatıştırılmasının sorun yaratabileceğidir. Robot sınırına birden ulaştığında klasik sert sınır tətbiqsı hızda və ya ivmede keskin değişime niyə ola bilər. Robotun kendisi korunurken tepsinin üzerindeki nesne bu ani hareket nedeniyle kayabilir və ya devrilebilir.
Bu səbəbdən MC-SCCF kısıtları fiziksel rollerine görə üç qata ayırıyor:
Verianla Live: MC-SCCF'nin üç qatlı etimadlik zənciri
Axın, tədqiqatın Şəkil 1'i və metod bölümlerindeki real kontrol sırasını Türkçeleştirir.
| Mərhələ | Kontrol işlevi | Korunan kısıt | Mənbə |
|---|---|---|---|
| 1. Operatör komutu | Kullanıcının istənilən Kartezyen hareket hızı alınır. | İnsan teleoperasyon niyeti | Şəkil 1, Bölüm 3 |
| 2. Üst qat | Tədqiqat alanı sınırı proqnoz edilir və gerektiğinde etimadli hız filtri komutu yumuşatır. | Çift-kol tədqiqat alanı sınırı | Bölüm 3 |
| 3. Təkmilləşdirilmiş CBF | Azami ivme sınırı altında kontrollü yavaşlama uygulanır. | Sınır aşımı və ani ivme | Bölüm 3.2 |
| 4. Orta qat | Sanal nesne modeli və MPC ilə yüksək mertebeden sürekli referans hareketi üretilir. | Kaymama və devrilmeme | Bölüm 4 |
| 5. Poz eşleme | Doğrusal ivmeye görə tepsinin etimadli yönelimi hesaplanır. | Nesne dinamik dengesi | Bölüm 4.3 |
| 6. Alt qat QP | Tapşırıq uzayı hareketi robot eklem hızlarına dönüştürülür. | Çift kol koordinasyonu | Bölüm 5 |
| 7. Kirütubətatik etimadlik | Eklem, manipulability, öz-çarpışma və bel konfigürasyonu denetlenir. | Robotun fiziksel etimadliği | Bölüm 5 |
| 8. Robot hareketi | İki kol tepsiyi sabit göreli pozla taşır. | Tapşırıq yürütme | Bölüm 7 |
Verianla Live: Bu görünür cədvəl bilimsel source-of-truth kimi korunur. Runtime görselleştirme site düzeyindeki Verianla Live motorunca oluşturulur.
Təkmilləşdirilmiş CBF niyə klasik doğrusal CBF'den fərqli?
Control Barrier Function (CBF), sistemin izin verilen etimadli kümenin dışına çıkmasını engellemek üçün kontrol girdisini sınırlayan matematiksel bir etimadlik mexanizmidır. Tədqiqatda etimadli küme:
\[ C=\{x\in\mathbb{R}^n \mid h(x)\geq0\} \]
kimi tanımlanıyor. Burada \(h(x)\), nesnenin mövcud hareket doğrultusunda yaklaşmakta olduğu tədqiqat alanı sınırına kalan mesafedir.
Əsas bariyer koşulu:
\[ \dot{h}(x)\geq-\alpha(h(x)) \]
şəklindədir. Klasik doğrusal yanaşmada \(\alpha(h)=\gamma h\) seçilir. Bu yapı sınır yaxınında etimadlidir; lakin robot yüksək hızla sınıra yaklaşırken kısıt etkinleştiği anda yüksək ivme tepesi oluşturabilir. \(\gamma\) küçültülürse bu tepki yumuşar lakin robot sınırdan çox daha erken yavaşlamaya başlar.
Tədqiqatda təklif edilən parça-bazlı fonksiyon:
\[ \alpha(h)= \begin{cases} \sqrt{2a_{\max}(h-0.5h_t)}, & h\geq h_t\\ \gamma h, & 0\leq h<h_t \end{cases} \]
və iki parçanın kesintisiz bağlanması üçün:
\[ \gamma=\sqrt{\frac{a_{\max}}{h_t}} \]
koşulu kullanılıyor.
\(a_{\max}\), izin verilen maksimum yavaşlama ivmesi; \(h_t\) isə sabit yavaşlama davranışından doğrusal CBF bölgəsine geçiş mesafesidir. Tədqiqatçıların ispatına görə bariyer etkin olduğu sürece yavaşlama ivmesinin ölçüsü \(a_{\max}\)'ı aşmıyor.
İki aşamalı yavaşlama ne anlama geliyor?
Sistem sınırdan görece uzaktayken sabit ivme sınırlı yavaşlama uygulanıyor. Sınırın çox yaxınına gelindiğinde doğrusal CBF bölgəsine geçiliyor və hız üstel şəkildə sıfıra yaklaşıyor. Beləliklə robotun sınırda ani durması əvəzinə kontrollü şəkildə yavaşlaması amaçlanıyor.
Yüksək başlangıç hızı üçün mənbəta verilen teorik fren mesafesi:
\[ D_{dec}= \frac{\|\dot{x}\|^2}{2a_{\max}}+ \frac{1}{2}h_t \]
kimi tanımlanıyor. Başlangıç hızı \(\sqrt{a_{\max}h_t}\) eşiğinin altındaysa yalnız üstel yaxınsama bölgəsi kullanılıyor:
\[ D_{dec}= \|\dot{x}\| \sqrt{\frac{h_t}{a_{\max}}} \]
Bu formüller yalnız hareket doğrultusunun sabit kaldığı varsayım altında verilen fren mesafesi ilişkileridir.
Robot sınırın nerede olduğunu necə biliyor?
Çift kollu insansı robotlarda tək kolun erişebildiği bir noktanın iki kol tarafından eyni anda erişilebilir olması garanti değildir. İki kolun hədəf pozları birbirine bağlıdır və bel konfigürasyonu iki kolun erişilebilirliğini eyni anda değiştirir.
Tədqiqatçılar bu nedenle hər kol üçün üç boyutlu bir ayrık erişilebilirlik haritası oluşturdu. Konum uzayı 5 cm kenar uzunluğuna sahip voxel'lere ayrıldı. Hər voxel mövqeninda 40 fərqli dönme ekseni və 18 fərqli açı istifadə edilərək 720 yönelim sorgulandı.
Hər kol üçün başlangıçta 68.921 uzaysal örnek bulundu. Sıfır erişilebilirliğe sahip noktalar çıkarıldıktan sonra sol kol üçün 30.757, sağ kol üçün 30.753 geçerli örnek kaldı. Bunlar %70 eğitim və %30 təsdiqləmə kimi bölündü.
Erişilebilirlik sinir ağı necə kurulmuş?
Diferansiyellenebilir vekil model üç boyutlu uç-efektör mövqeninu girdi kimi alıp sürekli bir erişilebilirlik puanı üreten tam bağlı sinir ağıdır.
| Şəbəkə özelliği | Mənbədə istifadə edilən dəyər |
|---|---|
| Girdi | 3 boyutlu uç-efektör mövqeyi |
| Gizli qatlar | 256 → 128 → 64 nöron |
| Aktivasyon | Swish |
| Batch normalization | İlk iki gizli qatdan sonra |
| Optimizer | Adam |
| Başlangıç öğrenme nisbətı | 0,001 |
| Mini-batch | 512 |
| Maksimum epoch | 150 |
| L2 regularization | 1 × 10−4 |
| Öğrenme nisbətı azaltma | Hər 30 epoch'ta ×0,5 |
| Test R² | %97,1 |
11. sayfadaki Şəkil 3, real ayrık erişilebilirlik yüzeyi ilə ağın sürekli proqnozuni fərqli kesitlerde üst üste göstərir. Mənbə, gösterilen kesitlerde uyğunluq xətasının 0,15'ten kiçik olduğunu belirtiyor.
Bel eklemi erişilebilirlikte necə kullanılıyor?
Vekil model türevlenebilir olduğu üçün hədəf mövqenin hansı yönde daha erişilebilir hale geldiğini gösteren \(\nabla\hat{R}(P)\) gradyanı hesaplanabiliyor. Tədqiqatçılar bu gradyanı sanal bir çekim kuvveti kimi kullanarak bel konfigürasyonunu iteratif şəkildə güncelliyor.
Sol və sağ kolun erişilebilirlik gradyanları ilgili bel Jacobian'ları üzərindən bel eklemine aktarılıyor. İterasyon yaxınsadığında elde edilen bel konfigürasyonu real ayrık erişilebilirlik haritasında yeniden sorgulanıyor. Beləliklə sinir ağı son “real erişilebilirlik kararı” əvəzinə hızlı bir arama yönlendiricisi kimi kullanılıyor.
Predicted Stopping Pose niyə hesaplanıyor?
Tədqiqat alanı sınırının tam mesafesini hər kontrol çevriminde aramak gereksiz hesaplama yaratabilir. Bu səbəbdən robot əvvəl mövcud hızından etimadli şəkildə fren yaparsa ulaşacağı Predicted Stopping Pose (PSP) mövqeninu hesaplıyor.
PSP hâlâ erişilebilirse sınır araması yapılmıyor. PSP erişilemezse mövcud mövqe ilə proqnozu durma noktası arasındaki doğrultuda bisection araması başlatılıyor və tədqiqat alanı sınırı təxminən kimi bulunuyor.
Tepside çox sayda nesne necə tək modele indirgeniyor?
Orta qatda tədqiqatçıların daha əvvəl geliştirdiği sanal nesne yanaşması kullanılıyor. Tepsideki real nesneler arasında en kiçik taban boyutu, en böyük yükseklik və en aşağı sürtünme katsayı seçiliyor. Bu parametrelerle real nesnelerden daha kararsız olacak şəkildə bir “virtual offset object” oluşturuluyor.
Mantık şudur: en olumsuz xüsusiyyətləri taşıyan bu sanal nesne kaymıyor və devrilmiyorsa tepsideki real nesnelerin də etimadli kalması hədəflenir.
Sanal nesne eyni anda sürtünme konisi və Zero Moment Point (ZMP) kısıtını sağlamalıdır. Mənbə bu iki koşulu referans nesnenin izin verilen açısal ivmesine indirger:
\[ \|\dot{\Omega}\| \leq \min \left( \frac{\|\ddot{x}-g\|}{\|P_A\|}\sin\theta_0,\, \frac{\|\ddot{x}-g\|d} {2J_{\max}+\|P_A\|\sqrt{d^2+h^2}} \right) \]
Burada \(d\) sanal nesnenin taban kenarı, \(h\) yüksekliği, \(\mu\) minimum sürtünme katsayı, \(\theta_0=\arctan\mu\), \(P_A\) sanal ofset uzaklığı və \(J_{\max}\) maksimum atalet momentidir.
MPC niyə beş integratör kullanıyor?
İnsan operatörün el hareketinden gələn komut yüksək mertebeden düzgünlük taşımayabilir. Buna karşılık tepsinin yönelimi doğrusal ivmeye, açısal ivmesi isə mövqenin daha yüksək türevlerine bağlıdır.
Bu səbəbdən orta qatdaki MPC'nin durum vektörü mövqe, hız, ivme, üçüncü türev və dördüncü türeve kadar genişletilmiş; kontrol girdisi isə mövqenin beşinci türevi kimi seçilmiştir. Amaç yalnız hədəf mövqeyi izlemek deyil, nesneyi devirebilecek yüksək mertebeden ani değişimleri də sınırlamaktır.
Alt qat robotun hansı etimadlik şərtlərinı koruyor?
Alt qat, istənilən tepsi hareketini robot eklem hızlarına çevirirken beş əsas koşulu ele alıyor:
- Tepsinin mövqe və yönelimini izleme,
- İki uç efektörün birbirine görə sabit pozunu koruma,
- Manipulability dəyərini etimadli alt sınırın üzərində tutarak tekillikten kaçınma,
- Eklem fiziksel sınırlarını koruma,
- Yapay potansiyel alan ilə öz-çarpışmayı önleme.
Manipulability üçün istifadə edilən etimadlik koşulu:
\[ \dot{M}(q) \geq -\lambda_M \left( M(q)-M_{\min} \right) \]
şəklindədir. Beləliklə \(M(q)\) dəyərinin belirlenen etimadlik eşiğinin altına geçmemesi hədəflənir.
Tədqiqatın dəstəklədiyi nəticələr
- Diferansiyellenebilir erişilebilirlik vekil modeli çift-kol hədəf pozu sorgularında yüksək doğruluk və çox aşağı hesaplama müddəti sağlamıştır.
- Təklif edilən tədqiqat alanı sınırı araması orta milisaniye düzeyinde çalışmıştır.
- İvme sınırlı parça-bazlı CBF, simülasyonda klasik doğrusal CBF'nin “erken və konservatif frenleme / yüksək ivme” ödünleşimini azaltmıştır.
- MC-SCCF, fiziksel teleoperasyon deneylerinde %100 tapşırıq uğursı sağlamıştır.
- MC-SCCF, standart doğrusal CBF'ye görə daha kısa orta tapşırıq müddətine ulaşmıştır.
- Güvenli hız filtri istifadə edilən iki modda nesne kayması No-SVF moduna görə belirgin şəkildə daha aşağı hesabatda bildirilmişdir.
- Alt qat kontrolörü deney sırasında yüksək hassasiyetli çift-kol göreli poz və yörünge takibi sağlamıştır.
Tədqiqatın desteklemediği və ya test etmediği nəticələr
- MC-SCCF'nin bütün insansı robotlarda eyni uğuryı sağlayacağı gösterilmemiştir.
- Mobil taban hareketi və ya yürüyen bütün-vücut insansı robotla birlikdə təsdiqləmə yapılmamıştır.
- İletişim gecikməsinin kontrol modeli içində açıq şəkildə telafi edildiği gösterilmemiştir.
- 10 kişilik istifadəçi tədqiqatsı geniş operatör popülasyonunun temsilî örneklemi değildir.
- Üç mod arasındaki davranışsal fərqların istatistiksel anlamlılığı üçün p-dəyəri və ya etki ölçüsü raporlanmamıştır.
- Vekil erişilebilirlik modeli robotlar arasında birbaşa taşınabilir değildir; robot kirütubətatiği değiştiğinde harita və modelin yeniden oluşturulması lazımdır.
- Nesnelerin tamamen hiç kaymadığı gösterilmemiştir; tədqiqat kaymayı ölçmüş və azaltmıştır.
- Fərqli yüzey sürtünmeleri, çox daha ağır yükler və ya çox daha karmaşık dinamik sahnelerde eyni nəticələr doğrulanmamıştır.
Tədqiqatın Metodu və Nəticələri
Erişilebilirlik belirleme testi
Təklif edilən erişilebilirlik algoritması, real dəyər kimi kabul edilen ətraflı bel konfigürasyonu taramasıyla karşılaştırıldı. Tepsi genişliği 25–80 cm arasında değişen və rastgele yönelimlere sahip 1.000.000 hədəf tepsi pozu, bel tabanı merdəfəli 1,5 m yarıçaplı uzay içində üretildi.
| Real durum | Erişilebilir proqnoz edildi | Erişilemez proqnoz edildi |
|---|---|---|
| Erişilebilir | 348.023 — TP | 12.869 — FN |
| Erişilemez | 8.558 — FP | 630.550 — TN |
Bu matristen mənbəta hesaplanan precision %97,60, genel doğruluk isə %97,86'dır.
Hız fərqi nə qədər?
| Ölçüt | Ayrıntılı benchmark | Təklif edilən metod |
|---|---|---|
| Ortalama sorgu müddəti | 10,4 ± 6,8 ms | 60 ± 34 µs |
| Ortalama bel iterasyonu | Bel konfigürasyonları taranıyor | 8,5 ± 2,4 iterasyon |
Təklif edilən metod son erişilebilirlik kararını yalnız sinir ağı proqnozunden vermiyor; vekil model bel aramasını yönlendiriyor və karar real ayrık erişilebilirlik haritasındaki en yaxın komşu sorgusuyla tamamlanıyor.
Tədqiqat alanı sınırı testi
10.000 rastgele başlangıç mövqeyi və hareket yönüyle realleştirilen sınır aramasında predictive stopping pose pruning devre dışı bırakılmış və birbaşa bisection performansı test edilmişdir.
| Ölçüt | Nəticə |
|---|---|
| Ortalama sınır mesafesi sapması | 2,26 cm |
| Standart sapma | 1,29 cm |
| Maksimum sapma | < 4,5 cm |
| Ortalama hesaplama müddəti | 1,18 ms |
| Hesaplama müddəti standart sapması | 0,34 ms |
| Maksimum hesaplama müddəti | < 2,5 ms |
Mənbə, sınır sapmasının böyük ölçüde 5 cm'lik ayrık erişilebilirlik haritası çözünürlüğüyle sınırlı olduğunu belirtiyor və mühendislik tətbiqsında aşkarlama edilen sınırdan 4,5 cm etimadlik payı çıkarılmasını öneriyor.
CBF simülasyonu
| Kontrol şeması | γ | amax | ht |
|---|---|---|---|
| CBF 1 | 1,20 | — | — |
| CBF 2 | 1,85 | — | — |
| Təkmilləşdirilmiş CBF | Parça-bazlı | 0,7 m/s² | 0,15 m |
Robot 0,5–0,9 m/s başlangıç hızlarında tədqiqat alanı sınırına doğru hareket ettirilmiştir. Mənbədəki Şəkil 7'də klasik doğrusal CBF'lerde hız arttıkça maksimum eğim açısı və fren mesafesi artarken təkmilləşdirilmiş CBF'də maksimum eğim açısının hıza bağımlılığı belirgin şəkildə azaltılmıştır.
Şəkil 7'deki çizgi noktaları mənbə metninde rəqəmsal cədvəl kimi verilmediğinden bu görselden göz kararı kesin ara dəyərlər türetilmemiştir.
Fiziksel robot platforması
Deneylerde özel təkmilləşdirilmiş çift kollu insansı robot kullanıldı. Robotun iki kolu da yeddi serbestlik dereceli SRS antropomorfik manipülatördür və robot paletli bir mobil taban üzerindedir. Lakin deney sırasında mobil taban hareket ettirilmemiştir.
Operatör, CyberSystem el kumandasıyla bileğinin üç boyutlu mövqeninu sisteme gönderdi. İnsan hareketi robotun daha geniş tədqiqat alanına aktarılırken mövqesal hareket 4 kat ölçeklendirildi. Ayak pedalı clutch görevi görerek operatörün kolunu yeniden rahat bir pozisyona almasına izin verdi.
| Teleoperasyon komponenti | Mənbədə verilen dəyər |
|---|---|
| Kontrol bilgisayarı | Ubuntu 20.04, Intel Core i9-9900K, 64 GB RAM |
| El kumandası məlumat toplama | 40 Hz |
| Master → kontrolcü gecikməsi | < 1 ms |
| Teleoperasyon planlama kontrolü | 20 Hz |
| Kontrolcü → robot gecikməsi | < 20 ms |
| Video akışı | 24 Hz |
| Robot eklem durum geri beslemesi | 100 Hz |
| QP çözücü | qpOASES |
Real taşıma görevi
24. sayfadaki Şəkil 9, robotun tepsiyi ilk mövqedan kaldırıp giderek yükselttiğini, önündeki fiziksel engeli aştığını, ardından tepsiyi indirerek hədəf noktaya bıraktığını səkkiz ardişıq fotoğrafla göstərir.
Tepsi 560 × 375 × 80 mm boyutlarındaydı. Üzerine vazo, su şişesi, ahşap blok və cam eşya kimi cəmi 14 nesne rastgele yerleştirildi. Nesnelerin yüksekliği 100–235 mm arasındaydı.
Deneyde nesnelerin mövqeyi kontrol döngüsüne geri beslenmedi. Üstten bakan ayrı kamera üzerlerindeki işaretleri yalnız deney sonrası/nəticə analizi üçün izledi; nesnelerin kayma mesafesi bu yolla ölçüldü. Buna görə sistem nesne kaymasını kamera üzərindən real vaxtlı kapalı çevrim düzelten bir kontrol sistemi değildir.
İnsan deneyi necə yapıldı?
Tədqiqatya 10 kişi katıldı. Dokuzu erkek, biri kadın; dörd katılımcının daha əvvəl teleoperasyon deneyimi vardı. Hər katılımcıya görevden əvvəl təxminən 40 dakika sistem tanıtımı və alıştırma yapıldı.
Hər kişi üç kontrol modunun hər birini dörd dəfə kullandı:
- No-SVF: Üst qat etimadli hız filtri yok; sert tədqiqat alanı sınırları kullanılıyor.
- CBF: Standart doğrusal CBF, γ=1,5.
- MC-SCCF: Təklif edilən ivme sınırlı təkmilləşdirilmiş CBF və bütün üç qatlı çərçivə.
Toplam deney sayı 10 × 3 × 4 = 120 derütubəte oldu.
Tapşırıq uğursı
Verianla Live: Üç kontrol modunda tapşırıq uğur nisbətı
Başarı, tepsinin engelle çarpışmadan hədəfe ulaşması və hiçbir nesnenin devrilmemesi və ya düşmemesi kimi tanımlanmıştır.
| Kontrol modu | Tapşırıq uğursı (%) | Mənbə |
|---|---|---|
| No-SVF | 82,5 | Cədvəl 6 |
| Standart CBF | 100 | Cədvəl 6 |
| MC-SCCF | 100 | Cədvəl 6 |
Verianla Live: Başarı nisbətləri mənbə tədqiqatın Cədvəl 6 dəyərləridir. Örneklem bu deneydeki 120 tapşırıq derütubətesiyle sınırlıdır.
No-SVF uğursızlıklarının mənbəta ters kirütubətatik çözümü bulunamaması sonucu acil durma ilə nesne kayması/devrilmesine bağlı olduğu belirtilmiştir. Güvenli hız filtri bulunan iki modda bu deney düzeneğinde tapşırıq uğursı %100 olmuştur.
Güvenlik ilə hız arasında necə bir fərq oluştu?
| Kontrol modu | Başarı (%) | Ortalama süre (s) | Toplam nesne kayması (mm) | Filtre etkinlik nisbətı (%) | Ortalama duraklama sayı |
|---|---|---|---|---|---|
| No-SVF | 82,5 | 85,1 | 121 | 0 | 3,3 |
| Standart CBF | 100 | 103 | 57,8 | 46,5 | 6,72 |
| MC-SCCF | 100 | 76,8 | 60,9 | 29,5 | 4,2 |
Standart CBF en aşağı nesne kaymasını sağlamasına rağmen en uzun tapşırıq müddətine, en yüksək filtre istifadəsina və en fazla duraklamaya sahipti. Tədqiqatçılar bunu doğrusal CBF'nin operatör komutunu daha erken və daha sık bastırmasıyla ilişkilendiriyor.
MC-SCCF'nin nesne kayması standart CBF'den 3,1 mm daha yüksək olmasına karşın tapşırıq müddəti 26,2 saniye daha kısaydı. Bu iki fərq mənbə məlumatlarınden birbaşa hesaplanabilir; lakin tədqiqat bunlar üçün istatistiksel anlamlılık testi vermemektedir.
Operatörler hansı modu daha rahat buldu?
Öznel qiymətləndirməler 1–7 arası Likert ölçeğiyle yapıldı və bütün ölçütlerde yüksək puan daha olumlu deneyimi ifade etti.
| Öznel ölçüt | No-SVF | Standart CBF | MC-SCCF |
|---|---|---|---|
| Sezgisellik | 6,0 ± 0,9 | 2,4 ± 1,3 | 5,3 ± 1,3 |
| Tapşırıq kolaylığı | 2,6 ± 1,3 | 3,5 ± 2,1 | 5,9 ± 1,4 |
| Aşağı bilişsel yük / rahat konsantrasyon | 3,0 ± 1,3 | 3,6 ± 1,4 | 5,0 ± 1,2 |
| Gelecek tapşırıqlar üçün etimad | 3,9 ± 2,3 | 5,1 ± 1,4 | 6,3 ± 0,8 |
No-SVF birbaşa operatör komutunu uyguladığı üçün en yüksək sezgisellik puanını aldı. Buna karşılık MC-SCCF tapşırıq kolaylığı, aşağı bilişsel yük və gelecek tapşırıq etimadınde en yüksək ortaları verdi. Standart CBF'nin sezgisellik puanı en aşağı kaldı.
Bu dəyərlər katılımcıların betimsel öznel qiymətləndirməleridir; mənbə modlar arası istatistiksel anlamlılık testi raporlamamaktadır.
Alt seviye kontrol nə qədər hassastı?
Mənbənin Şəkil 12'sinde seçilmiş bir MC-SCCF deney koşusunun təxminən 80 saniyelik kontrol değişkenleri gösteriliyor. Turuncu/kırmızı düşey bölgəler operatörün durakladığı dörütubətleri temsil ediyor.
| Kontrol ölçütü | Raporlanan sınır |
|---|---|
| Maksimum nesne hızı | > 0,25 m/s |
| Maksimum tepsi/nesne eğimi | > 6° |
| Yörünge mövqe xətası | < 1 × 10−4 m |
| Çift-kol göreli mövqe xətası | < 6 × 10−5 m |
| Çift-kol göreli yönelim xətası | < 8 × 10−5 rad |
| Manipulability | > 0,04 |
| Bounding volume minimum mesafesi | > 0,29 m |
| Ortalama ters kirütubətatik çözüm müddəti | Təxminən 3 ms |
| Ters kirütubətatik tepe çözüm müddəti | < 6 ms |
Bu performans dəyərləri bütün 120 derütubətenin dağılımını temsil eden toplu bir istatistik cədvəlsu değildir; mənbə bu qrafik üçün MC-SCCF modundaki seçilmiş bir deney koşusunu kullandığını belirtmektedir.
Tədqiqatın əsas məhdudiyyətlərı
- Robotun paletli mobil tabanı fiziksel deney sırasında hareket ettirilmemiştir.
- Yürüyüş və bütün-vücut denge kontrolü MC-SCCF ilə birlikdə doğrulanmamıştır.
- Çift-kol erişilebilirlik modeli robotun orijinal kirütubətatiğine bağlıdır.
- Robot değiştirildiğinde erişilebilirlik haritasının və vekil modelin yeniden oluşturulması lazımdır.
- 5 cm voxel çözünürlüğü tədqiqat alanı sınırı hassasiyetini sınırlamaktadır.
- İletişim və kontrol gecikməleri tapşırıq dinamiğinin açıq bir parçası kimi modellenmemiştir.
- Kullanıcı tədqiqatsı 10 katılımcı ilə sınırlıdır.
- Mod müqayisələri üçün çıkarımsal istatistiksel anlamlılık testleri raporlanmamıştır.
- Whole-body humanoid sistemlərde daha yüksək DoF və daha böyük QP problemleri üçün ölçeklenebilirlik ayrıca araştırılmalıdır.
Mənbə və Metod Qeydi
Özgün tədqiqat: Humanoid Robot Teleoperation for Nonprehensile Transportation: A Multiple-Constraint Safety-Critical Control Framework.
Müəlliflər və sıraları: Xinyang Fan; Fenglei Ni.
Sorumlu yazar: Fenglei Ni. Mənbədə eş birinci və ya eş katkı beyanı mövcud deyil.
Kurum: State Key Laboratory of Robotics and Systems, Harbin Institute of Technology, Harbin, China.
Jurnal: Machines. Nəşriyyat: MDPI. Cilt: 14. Məqalə: 637. Yayın tarihi: 1 Haziran 2026. DOI: 10.3390/machines14060637. Resmî bağlantı: https://doi.org/10.3390/machines14060637
Mənbə növü və rəylik durumu: Hakem qiymətləndirməsinden geçmiş tədqiqat məqaləsidir. Tədqiqat 16 Nisan 2026'da alınmış, 19 Mayıs 2026'da revize edilmiş və 28 Mayıs 2026'da kabul edilmiştir.
Lisenziya: Creative Commons Attribution (CC BY) açıq erişim lisansı.
Maliyyələşdirmə: National Natural Science Foundation of China, Basic Science Center Program for “Space Robot Intelligent Manipulation”, Grant No. T2388101.
Etik: İnsan katılımcılı teleoperasyon protokolü Harbin Institute of Technology Medical Ethics Committee tarafından HIT-2025013 numarasıyla onaylanmış; bütün katılımcılardan bilgilendirilmiş onam alınmıştır.
Məlumat əlçatanlığı: Tədqiqatın orijinal katkılarının və məlumatların məqalə içində bulunduğu, ek soruların sorumlu yazara yöneltilebileceği belirtilmiştir.
Maraqlar toqquşması: Müəlliflər çıkar çatışması olmadığını beyan etmektedir.
Müəllif töhfələri: Maliyyələşdirmə edinimi, metodoloji və gözden geçirme/düzenleme Fenglei Ni; yazılım və ilk taslak Xinyang Fan tarafından realleştirilmiştir.
Bu Verianla metnindeki kontrol memarlığı, CBF denklemleri, erişilebilirlik modeli, simülasyon şərtləri, fiziksel robot deneyleri, istifadəçi nəticələrı və məhdudiyyətlər yalnız incelenen tədqiqatya dayanmaktadır. Xarici bibliyoqrafik kontrol yalnız nəşr identikliyinin doğrulanması üçün kullanılmış; dışarıdan yeni deneysel performans və ya bilimsel nəticə eklenmemiştir.
Mənbədə metod adı bazı nəticə paragraflarında və Cədvəl 7'də “MS-SCCF” kimi yazılmıştır; məqalənin başlık, xülasə, metod və əsas tanımlarındaki metod adı “MC-SCCF” olduğundan Verianla metninde əsas teknik ad MC-SCCF kimi korunmuştur. Bu fərqlilık mənbə daxili yazım tutarsızlığıdır.
Mənbənin kısaltmalar bölümünde CBF yanlışlıkla “Directory of open access journals” şəklində açılmıştır. Tədqiqatın teori, formüller, metod və mənbə literatürü CBF'yi açıq şəkildə “Control Barrier Function” anlamında kullanmaktadır. Mənbə xətası görünür şəkildə qeyd edilmiş və teknik açıklamada doğru kavram istifadə edilmişdir.
Mənbədə tədqiqat alanı sınırı təsdiqləməsındaki bir daxili bölüm referansı “Section 5.1” kimi görünmektedir; erişilebilirlik belirleme algoritması isə esasen Bölüm 3.3.1'də açıklanmaktadır. Bu editoryal referans uyuşmazlığı sessizce düzeltilmiş bir bilimsel nəticə kimi sunulmamıştır.
İnsan deneyi yalnız 10 katılımcı və tək əsas taşıma senaryosuyla realleştirilmiştir. Tədqiqat modların orta, standart sapma və tapşırıq metriklerini raporlamakla birlikdə modlar arasındaki fərqlar üçün p-dəyəri və ya başqa bir çıkarımsal anlamlılık analizi vermemektedir. Bu səbəbdən istifadəçi deneyimi nəticələrı tədqiqat örneklemi və tapşırıq düzeni sınırları içində şərhlanmalıdır.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib