Utafiti huu unashughulikia tatizo la usalama linalojitokeza wakati roboti humanoid inaposhika trei kwa mikono yake miwili na kusafirisha kwa teleoperesheni vitu vilivyowekwa huru juu yake bila kuvidondosha au kuviangusha. Hapa “nonprehensile transportation” humaanisha aina ya usafirishaji ambapo vitu vinavyosafirishwa havishikwi kimoja baada ya kingine na roboti; badala yake vinadumishwa katika usawa juu ya trei au uso wa kubebea kwa kutumia msuguano, mvuto na nguvu za inersia. Katika kazi hii, mipaka ya viungo na eneo la kufanyia kazi la roboti pamoja na masharti ya vitu kutoteleza na kutopinduka juu ya trei lazima yatimizwe kwa wakati mmoja.

Badala ya kuweka mahitaji haya yanayoweza kugongana ndani ya tatizo moja kubwa la uboreshaji, watafiti walitengeneza usanifu wa tabaka tatu unaoitwa Multiple-Constraint Safety-Critical Control Framework (MC-SCCF). Tabaka la juu huchuja kwa usalama amri ya kasi ya opereta roboti inapokaribia mpaka wa eneo lake la kufanyia kazi. Tabaka la kati hutumia Model Predictive Control (MPC) kuzalisha mwendo rejea uliounganishwa kwa nafasi–mwelekeo ambao huzuia vitu juu ya trei kuteleza au kupinduka. Tabaka la chini hutumia inverse kinematics inayotegemea QP kusimamia kwa pamoja uratibu wa mikono miwili, mipaka ya viungo, kuepuka singularity, kuzuia kujigonga yenyewe na udhibiti wa kiuno.

Ili kutathmini reachability ya eneo la kufanyia kazi kwa wakati halisi, ramani bainifu za reachability zilizotayarishwa mapema kwa kila mkono zilibadilishwa kuwa modeli mbadala endelevu na inayoweza kutofautishwa kwa kutumia mtandao wa neva uliounganishwa kikamilifu. Kwa mkao milioni moja wa lengo wa mikono miwili uliotolewa kiholela, usahihi wa jumla wa utaratibu uliopendekezwa wa uamuzi wa reachability ulikuwa %97,86, precision %97,60, na muda wa wastani wa swali 60 µs. Katika utafutaji wa kina wa mpaka wa eneo la kufanyia kazi, kwa majaribio 10.000, mkengeuko wa wastani wa umbali ulikuwa 2,26 cm na muda wa wastani wa kukokotoa ulikuwa 1,18 ms.

Katika majaribio ya kimwili, watumiaji 10 walijaribu kutumia roboti humanoid yenye mikono miwili kusafirisha vitu 14 vilivyokuwa juu ya trei kuvuka kizuizi na kuvifikisha eneo lengwa. Kila mshiriki alitumia kila moja ya hali tatu za udhibiti mara nne, na jumla ya majaribio 120 yalifanyika. MC-SCCF iliyopendekezwa na hali ya CBF ya kawaida ya mstari zilifikia mafanikio ya kazi ya %100, huku hali ya No-SVF isiyo na kichujio salama cha kasi ikifikia %82,5. Muda wa wastani wa kazi ulikuwa sekunde 76,8 kwa MC-SCCF na sekunde 103 kwa CBF ya kawaida. Jumla ya utelezi wa vitu ilikuwa 121 mm katika No-SVF; 57,8 mm katika CBF ya kawaida; na 60,9 mm katika MC-SCCF.

Matokeo haya yanaonyesha kuwa, kwa roboti humanoid yenye msingi usiotembea na kazi maalum ya usafirishaji iliyojaribiwa, MC-SCCF iliweza kusawazisha vizuri usalama na ulaini wa uendeshaji. Hata hivyo, utafiti ulitumia washiriki 10 tu, jukwaa moja la roboti na mpangilio mmoja mkuu wa kazi; msingi unaotembea, kutembea kwa miguu, udhibiti wa usawa wa mwili mzima na ucheleweshaji wa mawasiliano ulioingizwa wazi ndani ya modeli havikuthibitishwa. Matokeo haya hayawezi kuhamishwa moja kwa moja kwa majukwaa yote ya roboti humanoid au kazi zote za teleoperesheni.

Kwa mtazamo wa Uturuki: mbinu hii inaweza kuchunguzwa kitaalamu kwa tafiti za usafirishaji wa vitu hatari, uingiliaji wa viwandani kwa mbali, roboti za maeneo ya maafa au manipulesheni ya kiroboti katika mazingira ambako mwanadamu hawezi kukaribia kwa usalama. Hata hivyo, utafiti haukufanywa katika tovuti, kiwanda au jukwaa la roboti nchini Uturuki. Katika matumizi ya ndani, ramani za reachability zinapaswa kujengwa upya kwa kinematiki ya roboti itakayotumiwa, vigezo vya msuguano na jiometri vya vitu vinavyobebwa vinapaswa kubainishwa upya, na uthibitishaji wa uwanjani unapaswa kufanywa kwa ucheleweshaji halisi wa mawasiliano.

Kwa nini usafirishaji bila kushika ni mgumu zaidi kuliko usafirishaji wa kawaida wa roboti?

Katika ushikaji wa kawaida, kitu hushikiliwa kwa kubanwa kimwili kwa vidole au kifaa cha kushika. Katika usafirishaji bila kushika, kitu mara nyingi hukaa tu juu ya trei au uso tambarare. Kwa hiyo hakuna muunganisho wa kimekanika unaokifunga moja kwa moja kitu kwenye roboti.

Roboti inapoongeza kasi, nguvu ya inersia hutokea juu ya kitu. Ikiwa kuongeza kasi kwa upande ni kubwa sana, kitu kinaweza kuteleza. Ikiwa trei inainamishwa sana au kuongeza kasi ya angulari kunabadilika bila udhibiti, kitu kinaweza kupinduka. Kwa hiyo nafasi, kasi, kuongeza kasi ya mstari, mwelekeo wa trei na kuongeza kasi ya angulari ya roboti si vigezo huru kabisa vya udhibiti.

Wakati huo huo, roboti humanoid yenyewe ina mipaka ya kimwili: viungo vya mikono havipaswi kufikia mipaka yake, mikono miwili haipaswi kugongana yenyewe au kugonga kiwiliwili, roboti haipaswi kuingia hali ya singularity ya kinematiki, na end-effector mbili lazima zidumishe mkao wao wa jamaa usiobadilika wakati zinabeba trei.

Kwa nini vikwazo vyote havikuwekwa katika tatizo moja la uboreshaji?

Dai kuu la utafiti ni kwamba kulazimisha mpaka wa eneo la kufanyia kazi na mienendo ya vitu zishindane moja kwa moja katika kiwango kimoja kunaweza kuleta tatizo. Roboti inapofikia mpaka ghafla, kutumia mpaka mgumu wa kawaida kunaweza kusababisha mabadiliko makali ya kasi au kuongeza kasi. Ingawa roboti yenyewe inaweza kulindwa, kitu juu ya trei kinaweza kuteleza au kupinduka kwa sababu ya mwendo huo wa ghafla.

Kwa sababu hiyo, MC-SCCF hugawanya vikwazo katika tabaka tatu kulingana na majukumu yake ya kifizikia:

Kwa nini CBF iliyoboreshwa ni tofauti na CBF ya kawaida ya mstari?

Control Barrier Function (CBF) ni utaratibu wa kimahesabu wa usalama unaoweka kikomo kwenye ingizo la udhibiti ili kuzuia mfumo kutoka nje ya seti salama iliyoruhusiwa. Katika utafiti, seti salama imefafanuliwa kama:

\[ C=\{x\in\mathbb{R}^n \mid h(x)\geq0\} \]

Hapa \(h(x)\) ni umbali uliobaki hadi mpaka wa eneo la kufanyia kazi katika mwelekeo wa sasa wa mwendo wa kitu.

Sharti msingi la barrier ni:

\[ \dot{h}(x)\geq-\alpha(h(x)) \]

Katika mbinu ya kawaida ya mstari, \(\alpha(h)=\gamma h\) huchaguliwa. Muundo huu ni salama karibu na mpaka; lakini roboti inapokaribia mpaka kwa kasi kubwa, kuanza kutumika kwa kizuizi kunaweza kusababisha kilele kikubwa cha kuongeza kasi. \(\gamma\) ikipunguzwa, majibu haya hulainika lakini roboti huanza kupunguza kasi mapema sana kabla ya mpaka.

Kazi ya vipande iliyopendekezwa katika utafiti ni:

\[ \alpha(h)= \begin{cases} \sqrt{2a_{\max}(h-0.5h_t)}, & h\geq h_t\\ \gamma h, & 0\leq h<h_t \end{cases} \]

na ili sehemu mbili ziungane kwa mwendelezo hutumika sharti:

\[ \gamma=\sqrt{\frac{a_{\max}}{h_t}} \]

sharti hutumika.

\(a_{\max}\) ni kuongeza kasi ya juu inayoruhusiwa wakati wa kupunguza kasi; \(h_t\) ni umbali wa mpito kutoka tabia ya kupunguza kasi kwa kiwango kisichobadilika hadi eneo la CBF ya mstari. Kulingana na uthibitisho wa watafiti, wakati barrier inafanya kazi, ukubwa wa kuongeza kasi ya kupunguza hauzidi \(a_{\max}\).

Kupunguza kasi kwa hatua mbili kunamaanisha nini?

Mfumo ukiwa mbali kiasi na mpaka, hupunguza kasi kwa kuongeza kasi iliyo na kikomo na isiyobadilika. Unapokaribia sana mpaka, hubadilika kwenda eneo la CBF ya mstari na kasi hukaribia sifuri kwa namna ya kielelezo. Hivyo roboti inalengwa kupunguza kasi kwa udhibiti badala ya kusimama ghafla kwenye mpaka.

Kwa kasi kubwa ya mwanzo, umbali wa kinadharia wa kusimama uliotolewa na chanzo ni:

\[ D_{dec}= \frac{\|\dot{x}\|^2}{2a_{\max}}+ \frac{1}{2}h_t \]

Ikiwa kasi ya mwanzo iko chini ya kizingiti cha \(\sqrt{a_{\max}h_t}\), eneo la ukaribiaji wa kielelezo pekee hutumika:

\[ D_{dec}= \|\dot{x}\| \sqrt{\frac{h_t}{a_{\max}}} \]

Fomula hizi ni mahusiano ya umbali wa kusimama yaliyopewa tu chini ya dhana kwamba mwelekeo wa mwendo unabaki uleule.

Roboti inajuaje mpaka uko wapi?

Katika roboti humanoid zenye mikono miwili, kufikika kwa sehemu kwa mkono mmoja hakumaanishi kwamba mikono yote miwili inaweza kufika hapo kwa wakati mmoja. Mkao wa lengo wa mikono miwili umeunganishwa, na usanidi wa kiuno hubadilisha reachability ya mikono yote miwili kwa wakati mmoja.

Kwa hiyo watafiti waliunda ramani bainifu ya reachability ya pande tatu kwa kila mkono. Nafasi ya nafasi iligawanywa katika voxel zenye urefu wa upande wa 5 cm. Katika kila nafasi ya voxel, kwa kutumia mhimili 40 tofauti wa mzunguko na pembe 18 tofauti, 720 mwelekeo uliulizwa.

Kwa kila mkono kulikuwa na sampuli 68.921 za anga mwanzoni. Baada ya kuondoa pointi zenye reachability sifuri, zilibaki sampuli halali 30.757 kwa mkono wa kushoto na 30.753 kwa mkono wa kulia. Hizi ziligawanywa kuwa %70 kwa mafunzo na %30 kwa uthibitishaji.

Mtandao wa neva wa reachability ulijengwaje?

Modeli mbadala inayoweza kutofautishwa ni mtandao wa neva uliounganishwa kikamilifu unaopokea nafasi ya pande tatu ya end-effector kama ingizo na kutoa alama endelevu ya reachability.

Kielelezo 3 kwenye ukurasa wa 11 kinaonyesha uso halisi bainifu wa reachability ukiwekwa juu ya utabiri endelevu wa mtandao katika sehemu mbalimbali. Chanzo kinaripoti kwamba hitilafu ya kulingana katika sehemu zilizoonyeshwa ni ndogo kuliko 0,15.

Kiungo cha kiuno kinatumikaje katika reachability?

Kwa sababu modeli mbadala inaweza kutofautishwa, gradient \(\nabla\hat{R}(P)\), inayoonyesha mwelekeo ambao nafasi lengwa inaweza kufanywa ifikike zaidi, inaweza kukokotolewa. Watafiti hutumia gradient hii kama nguvu pepe ya kuvuta na kusasisha usanidi wa kiuno kwa iteresheni.

Gradient za reachability za mkono wa kushoto na kulia huhamishwa kwenda kwenye kiungo cha kiuno kupitia Jacobian husika za kiuno. Baada ya iteresheni kukonverji, usanidi wa kiuno uliopatikana huulizwa tena katika ramani halisi bainifu ya reachability. Kwa hiyo mtandao wa neva hutumika kama mwongozo wa haraka wa utafutaji, si kama uamuzi wa mwisho wa “reachability halisi”.

Kwa nini Predicted Stopping Pose hukokotolewa?

Kutafuta umbali kamili hadi mpaka wa eneo la kufanyia kazi katika kila mzunguko wa udhibiti kunaweza kuongeza mzigo wa kukokotoa bila lazima. Kwa hiyo kwanza roboti hukokotoa nafasi ya Predicted Stopping Pose (PSP) ambayo ingeifikia ikiwa ingebreki kwa usalama kutoka kasi yake ya sasa.

Ikiwa PSP bado inaweza kufikiwa, utafutaji wa mpaka haufanyiki. Ikiwa PSP haiwezi kufikiwa, utafutaji wa bisection huanza kwenye mwelekeo kati ya nafasi ya sasa na sehemu inayotabiriwa ya kusimama, na mpaka wa eneo la kufanyia kazi hukadiriwa.

Vitu vingi juu ya trei vinapunguzwaje kuwa modeli moja?

Katika tabaka la kati hutumika mbinu ya kitu pepe ambayo watafiti walikuwa wameitengeneza awali. Kati ya vitu halisi vilivyo juu ya trei, huchaguliwa kipimo kidogo zaidi cha msingi, urefu mkubwa zaidi na mgawo mdogo zaidi wa msuguano. Kwa vigezo hivi huundwa “virtual offset object” iliyokusudiwa kuwa isiyotulia zaidi kuliko vitu halisi.

Hoja ni hii: ikiwa kitu hiki pepe chenye sifa mbaya zaidi hakitelezi wala kupinduka, basi vitu halisi juu ya trei vinatarajiwa pia kubaki salama.

Kitu pepe lazima kitimize kwa wakati mmoja koni ya msuguano na kizuizi cha Zero Moment Point (ZMP). Chanzo kinapunguza masharti haya mawili hadi kikomo cha kuongeza kasi ya angulari kinachoruhusiwa kwa kitu rejea:

\[ \|\dot{\Omega}\| \leq \min \left( \frac{\|\ddot{x}-g\|}{\|P_A\|}\sin\theta_0,\, \frac{\|\ddot{x}-g\|d} {2J_{\max}+\|P_A\|\sqrt{d^2+h^2}} \right) \]

Hapa \(d\) ni upande wa msingi wa kitu pepe, \(h\) ni urefu, \(\mu\) ni mgawo wa chini wa msuguano, \(\theta_0=\arctan\mu\), \(P_A\) ni umbali wa virtual offset na \(J_{\max}\) ni momenti ya juu ya inersia.

Kwa nini MPC hutumia integrator tano?

Amri inayotoka kwenye mwendo wa mkono wa opereta binadamu huenda isiwe na ulaini wa mpangilio wa juu. Kwa upande mwingine, mwelekeo wa trei unategemea kuongeza kasi ya mstari na kuongeza kasi ya angulari kunategemea derivativi za juu zaidi za nafasi.

Kwa hiyo vekta ya hali ya MPC katika tabaka la kati imepanuliwa kujumuisha nafasi, kasi, kuongeza kasi, derivativi ya tatu na derivativi ya nne; ingizo la udhibiti likachaguliwa kuwa derivativi ya tano ya nafasi. Lengo si kufuatilia nafasi lengwa tu, bali pia kuweka kikomo kwenye mabadiliko makali ya mpangilio wa juu ambayo yanaweza kupindua kitu.

Tabaka la chini linalinda masharti gani ya usalama ya roboti?

Tabaka la chini linashughulikia masharti makuu matano wakati wa kubadilisha mwendo unaotakiwa wa trei kuwa kasi za viungo vya roboti:

• Kufuatilia nafasi na mwelekeo wa trei,
• Kudumisha mkao wa jamaa usiobadilika wa end-effector mbili,
• Kuepuka singularity kwa kuweka manipulability juu ya kiwango cha chini salama,
• Kudumisha mipaka ya kimwili ya viungo,
• Kuzuia kujigonga kwa kutumia artificial potential field.

Sharti la usalama linalotumika kwa manipulability ni:

\[ \dot{M}(q) \geq -\lambda_M \left( M(q)-M_{\min} \right) \]

Kwa hiyo lengo ni kuhakikisha \(M(q)\) haishuki chini ya kizingiti salama kilichowekwa.

Matokeo yanayoungwa mkono na utafiti

• Modeli mbadala ya reachability inayoweza kutofautishwa ilitoa usahihi wa juu na muda mdogo sana wa kukokotoa katika maswali ya mkao lengwa wa mikono miwili.
• Utafutaji uliopendekezwa wa mpaka wa eneo la kufanyia kazi ulifanya kazi kwa wastani katika kiwango cha milisekunde.
• CBF ya vipande iliyo na kikomo cha kuongeza kasi ilipunguza katika simulesheni mabadilishano ya “kuanza kubreki mapema na kwa tahadhari / kuongeza kasi kubwa” ya CBF ya kawaida ya mstari.
• MC-SCCF ilifikia mafanikio ya kazi ya %100 katika majaribio ya kimwili ya teleoperesheni.
• MC-SCCF ilifikia muda mfupi zaidi wa wastani wa kazi kuliko CBF ya kawaida ya mstari.
• Katika hali mbili zilizotumia kichujio salama cha kasi, utelezi wa vitu uliripotiwa kuwa mdogo sana kuliko katika No-SVF.
• Kidhibiti cha tabaka la chini kilitoa ufuatiliaji wa mkao wa jamaa wa mikono miwili na trajectory kwa usahihi mkubwa wakati wa jaribio.

Matokeo ambayo utafiti hauungi mkono au haukuyajaribu

• Haijaonyeshwa kuwa MC-SCCF itafikia mafanikio yale yale katika roboti zote humanoid.
• Hakukuwa na uthibitishaji pamoja na mwendo wa msingi unaotembea au roboti humanoid inayotembea kwa udhibiti wa mwili mzima.
• Haijaonyeshwa kwamba ucheleweshaji wa mawasiliano umefidiwa wazi ndani ya modeli ya udhibiti.
• Utafiti wa watumiaji 10 si sampuli wakilishi ya idadi kubwa ya waendeshaji.
• Hakuna p-value wala effect size iliyoripotiwa kwa umuhimu wa kitakwimu wa tofauti za kitabia kati ya hali tatu.
• Modeli mbadala ya reachability haiwezi kuhamishwa moja kwa moja kati ya roboti; kinematiki ya roboti ikibadilika, ramani na modeli lazima zijengwe upya.
• Haijaonyeshwa kwamba vitu havikuteleza kabisa; utafiti ulipima na kupunguza utelezi.
• Matokeo yale yale hayajathibitishwa kwa misuguano tofauti ya uso, mizigo mizito zaidi sana au matukio ya mienendo yenye ugumu mkubwa zaidi.

Mbinu na Matokeo ya Utafiti

Jaribio la kuamua reachability

Algoriti iliyopendekezwa ya reachability ililinganishwa na uchunguzi wa kina wa usanidi wa kiuno uliokubaliwa kama ground truth. Mikao 1.000.000 ya lengo ya trei yenye upana wa 25–80 cm na mwelekeo wa nasibu ilizalishwa ndani ya nafasi yenye radius ya 1,5 m kuzunguka kituo cha msingi wa kiuno.

Kutoka kwenye matriksi hii, precision iliyohesabiwa kwenye chanzo ni %97,60 na usahihi wa jumla ni %97,86.

Tofauti ya kasi ni kiasi gani?

Mbinu iliyopendekezwa haitoi uamuzi wa mwisho wa reachability kutoka kwenye utabiri wa mtandao wa neva pekee; modeli mbadala huongoza utafutaji wa kiuno na uamuzi hukamilishwa kwa swali la jirani ya karibu katika ramani halisi bainifu ya reachability.

Jaribio la mpaka wa eneo la kufanyia kazi

Katika utafutaji wa mpaka kwa nafasi 10.000 za kuanzia na mielekeo ya mwendo ya nasibu, predictive stopping pose pruning ilizimwa na utendaji wa moja kwa moja wa bisection ulijaribiwa.

Chanzo kinasema kwamba mkengeuko wa mpaka unazuiliwa kwa kiasi kikubwa na azimio la ramani bainifu ya reachability la 5 cm na kinapendekeza, kwa matumizi ya uhandisi, kupunguza nafasi salama ya 4,5 cm kutoka kwenye mpaka uliogunduliwa.

Simulesheni ya CBF

Roboti ilisogezwa kuelekea mpaka wa eneo la kufanyia kazi kwa kasi za awali za 0,5–0,9 m/s. Katika Kielelezo 7 cha chanzo, kwa CBF za kawaida za mstari, pembe ya juu ya mwinuko na umbali wa kusimama huongezeka kadiri kasi inavyoongezeka, huku katika CBF iliyoboreshwa utegemezi wa pembe ya juu ya mwinuko kwa kasi ukipunguzwa sana.

Kwa kuwa pointi za mistari katika Kielelezo 7 hazikutolewa kama jedwali la namba kwenye maandishi ya chanzo, hakuna thamani za kati zilizokadiriwa kwa macho kutoka kwenye mchoro huo.

Jukwaa la roboti la kimwili

Majaribio yalitumia roboti humanoid yenye mikono miwili iliyotengenezwa mahususi. Mikono yote miwili ni manipulator za anthropomorphic SRS zenye degree of freedom saba, na roboti iko juu ya msingi wa mobile tracked. Hata hivyo, msingi huo haukusogezwa wakati wa jaribio.

Opereta alituma nafasi ya pande tatu ya kifundo chake kwenye mfumo kwa kutumia kidhibiti cha mkono cha CyberSystem. Wakati mwendo wa binadamu ulipohamishiwa kwenye eneo kubwa zaidi la roboti, mwendo wa nafasi ulipanuliwa mara 4. Pedali ya mguu ilifanya kazi kama clutch, ikiruhusu opereta kurudisha mkono kwenye nafasi yenye starehe.

Kazi halisi ya usafirishaji

Kielelezo 9 kwenye ukurasa wa 24 kinaonyesha kwa picha nane mfululizo roboti ikiinua trei kutoka nafasi ya awali, ikiinua hatua kwa hatua, ikiipitisha juu ya kizuizi cha kimwili kilicho mbele yake, kisha ikishusha trei na kuiweka kwenye sehemu lengwa.

Trei ilikuwa na vipimo vya 560 × 375 × 80 mm. Juu yake ziliwekwa kiholela jumla ya vitu 14 kama vile vase, chupa ya maji, block ya mbao na vitu vya kioo. Urefu wa vitu ulikuwa kati ya 100–235 mm.

Katika jaribio, nafasi ya vitu haikurudishwa kwenye mzunguko wa udhibiti. Kamera tofauti ya juu ilifuatilia alama juu ya vitu kwa ajili ya uchambuzi wa baada ya jaribio/matokeo tu; umbali wa kuteleza wa vitu ulipimwa kwa njia hii. Kwa hiyo mfumo si udhibiti wa closed-loop unaorekebisha utelezi wa vitu kwa wakati halisi kupitia kamera.

Jaribio la binadamu lilifanywaje?

Watu 10 walishiriki katika utafiti. Tisa walikuwa wanaume na mmoja mwanamke; washiriki wanne walikuwa na uzoefu wa awali wa teleoperesheni. Kabla ya kazi kila mshiriki alipokea takribani dakika 40 za utambulisho wa mfumo na mazoezi.

Kila mtu alitumia kila moja ya hali tatu za udhibiti mara nne:

1. No-SVF: Hakuna kichujio salama cha kasi katika tabaka la juu; hutumika mipaka migumu ya eneo la kufanyia kazi.
2. CBF: CBF ya kawaida ya mstari, γ=1,5.
3. MC-SCCF: CBF iliyoboreshwa iliyopendekezwa yenye kikomo cha kuongeza kasi na mfumo kamili wa tabaka tatu.

Jumla ya majaribio ilikuwa 10 × 3 × 4 = majaribio 120.

Mafanikio ya kazi

Chanzo kinaeleza kushindwa kwa No-SVF kuwa kulihusiana na emergency stop baada ya kukosekana kwa suluhisho la inverse kinematics na kuteleza/kupinduka kwa vitu. Katika hali mbili zenye kichujio salama cha kasi, mafanikio ya kazi yalikuwa %100 katika mpangilio huu wa jaribio.

Tofauti gani ilitokea kati ya usalama na kasi?

Ingawa CBF ya kawaida ilitoa utelezi mdogo zaidi wa vitu, ilikuwa na muda mrefu zaidi wa kazi, matumizi ya juu zaidi ya kichujio na kusimama mara nyingi zaidi. Watafiti wanahusisha hali hii na ukweli kwamba CBF ya mstari hukandamiza amri ya opereta mapema na mara nyingi zaidi.

Utelezi wa vitu katika MC-SCCF ulikuwa 3,1 mm zaidi kuliko katika CBF ya kawaida, lakini muda wa kazi ulikuwa mfupi kwa sekunde 26,2. Tofauti hizi mbili zinaweza kukokotolewa moja kwa moja kutoka data ya chanzo; hata hivyo, utafiti haukutoa jaribio la umuhimu wa kitakwimu kwa tofauti hizo.

Waendeshaji walipata hali ipi kuwa rahisi zaidi?

Tathmini za hisia zilitumia kipimo cha Likert cha 1–7 na alama kubwa zaidi zilimaanisha uzoefu mzuri zaidi katika vigezo vyote.

No-SVF ilipata alama ya juu zaidi ya uelewekaji wa moja kwa moja kwa sababu ilitekeleza amri ya opereta moja kwa moja. Kwa upande mwingine, MC-SCCF ilipata wastani wa juu zaidi katika urahisi wa kazi, mzigo mdogo wa kiakili na kujiamini kwa kazi za baadaye. CBF ya kawaida ilikuwa na alama ya chini zaidi ya uelewekaji wa moja kwa moja.

Thamani hizi ni tathmini za hisia za washiriki kwa maelezo; chanzo hakijaripoti jaribio la umuhimu wa kitakwimu kati ya hali.

Udhibiti wa kiwango cha chini ulikuwa sahihi kwa kiasi gani?

Kielelezo 12 cha chanzo kinaonyesha vigezo vya udhibiti kwa takribani sekunde 80 kutoka kwenye mwendo mmoja uliochaguliwa wa jaribio la MC-SCCF. Sehemu za wima za machungwa/nyekundu zinaonyesha vipindi ambavyo opereta alisimama.

Thamani hizi za utendaji si jedwali la takwimu za jumla linalowakilisha usambazaji wa majaribio yote 120; chanzo kinasema kwamba kwa mchoro huu kilitumia mwendo mmoja uliochaguliwa wa jaribio katika hali ya MC-SCCF.

Mapungufu makuu ya utafiti

• Msingi wa mobile tracked wa roboti haukusogezwa wakati wa jaribio la kimwili.
• Kutembea na udhibiti wa usawa wa mwili mzima havikuthibitishwa pamoja na MC-SCCF.
• Modeli ya reachability ya mikono miwili inategemea kinematiki maalum ya roboti.
• Roboti ikibadilishwa, ramani ya reachability na modeli mbadala lazima zijengwe upya.
• Azimio la voxel la 5 cm linaweka kikomo kwa usahihi wa mpaka wa eneo la kufanyia kazi.
• Ucheleweshaji wa mawasiliano na udhibiti haukumodeliwa wazi kama sehemu ya mienendo ya kazi.
• Utafiti wa watumiaji ulikuwa na washiriki 10 tu.
• Hakuna majaribio ya inferential statistical significance yaliyoripotiwa kwa kulinganisha hali.
• Scalability kwa mifumo ya whole-body humanoid yenye DoF nyingi zaidi na matatizo makubwa zaidi ya QP inahitaji kuchunguzwa tofauti.

Dokezo la Chanzo na Mbinu

Utafiti asili: Humanoid Robot Teleoperation for Nonprehensile Transportation: A Multiple-Constraint Safety-Critical Control Framework.

Waandishi na mpangilio: Xinyang Fan; Fenglei Ni.

Mwandishi wa mawasiliano: Fenglei Ni. Chanzo hakina tamko la equal first author au equal contribution.

Taasisi: State Key Laboratory of Robotics and Systems, Harbin Institute of Technology, Harbin, China.

Jarida: Machines. Mchapishaji: MDPI. Juzuu: 14. Makala: 637. Tarehe ya kuchapishwa: 1 Juni 2026. DOI: 10.3390/machines14060637. Kiungo rasmi: https://doi.org/10.3390/machines14060637

Aina ya chanzo na hali ya mapitio: Makala ya utafiti iliyopitia peer review. Utafiti ulipokelewa 16 Aprili 2026, ukarekebishwa 19 Mei 2026 na kukubaliwa 28 Mei 2026.

Leseni: Leseni ya ufikiaji huria ya Creative Commons Attribution (CC BY).

Ufadhili: National Natural Science Foundation of China, Basic Science Center Program for “Space Robot Intelligent Manipulation”, Grant No. T2388101.

Maadili: Itifaki ya teleoperesheni yenye washiriki binadamu iliidhinishwa na Harbin Institute of Technology Medical Ethics Committee kwa nambari HIT-2025013; informed consent ilipatikana kutoka kwa washiriki wote.

Upatikanaji wa data: Imeelezwa kuwa michango asili na data za utafiti zimo ndani ya makala na maswali ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano.

Mgongano wa maslahi: Waandishi wametangaza kwamba hawana mgongano wa maslahi.

Michango ya waandishi: Upatikanaji wa ufadhili, methodology na review/editing vilifanywa na Fenglei Ni; software na first draft vilifanywa na Xinyang Fan.

Usanifu wa udhibiti, milinganyo ya CBF, modeli ya reachability, hali za simulesheni, majaribio ya kimwili ya roboti, matokeo ya watumiaji na mapungufu katika maandishi haya ya Verianla yanategemea tu utafiti uliochunguzwa. Ukaguzi wa bibliografia wa nje ulitumika tu kuthibitisha utambulisho wa uchapishaji; hakuna utendaji mpya wa majaribio au matokeo ya kisayansi yaliyoingizwa kutoka nje.

Katika chanzo, jina la mbinu limeandikwa “MS-SCCF” katika baadhi ya aya za matokeo na Jedwali 7; kwa kuwa jina katika kichwa, muhtasari, mbinu na ufafanuzi mkuu wa makala ni “MC-SCCF”, jina kuu la kiufundi limehifadhiwa kama MC-SCCF katika maandishi ya Verianla. Tofauti hii ni kutofautiana kwa uandishi ndani ya chanzo.

Katika sehemu ya vifupisho ya chanzo, CBF imefafanuliwa kimakosa kama “Directory of open access journals”. Nadharia, fomula, mbinu na fasihi ya chanzo zinatumia CBF kwa wazi kumaanisha “Control Barrier Function”. Hitilafu ya chanzo imeainishwa wazi na dhana sahihi imetumiwa katika maelezo ya kiufundi.

Katika chanzo, rejea ya ndani ya sehemu katika uthibitishaji wa mpaka wa eneo la kufanyia kazi inaonekana kama “Section 5.1”; algoriti ya kuamua reachability imeelezwa hasa katika Sehemu ya 3.3.1. Kutofautiana huku kwa rejea ya uhariri hakujawasilishwa kana kwamba ni matokeo ya kisayansi yaliyosahihishwa kimya kimya.

Jaribio la binadamu lilifanywa kwa washiriki 10 tu na senario moja kuu ya usafirishaji. Utafiti unaripoti wastani, standard deviation na vipimo vya kazi vya hali, lakini haukutoa p-value au uchambuzi mwingine wa inferential significance kwa tofauti kati ya hali. Kwa hiyo matokeo ya uzoefu wa mtumiaji yanapaswa kutafsiriwa ndani ya mipaka ya sampuli na mpangilio wa kazi wa utafiti.