面向协作机器人的物理性人机安全交互关键技术研究

To improve the adaptability and safety in the physically human-robot interaction (pHRI) for collaborative robots, this project will develop an intelligent HRI system. It can be not only used for different types of robots and the operators with different skill levels, but also evaluate the behavior of operator to further improve the safety. On one hand, the robotic dynamics is considered as a black box, and is accurately modeled online based on the deep learning method. It can avoid the cumbersome and coarse modeling using the traditional method. On the other hand, the characteristics of the impedance controller is deeply analyzed to fit different tasks and operators. Due to the dynamic model of operator is unknown, the optimization strategy with the incomplete impedance model is evaluated and optimized online by employing the integral reinforcement learning to improve the capability of parameter identification and stability of the controller. Then, this project will improve the autonomous ability of collaborative robots, and integrate the autonomy into the impedance controller to avoid the potential danger due to the uncertainty behavior of operator. This project complies with the development direction of robots in future. The expected contributions will provide the theoretical guidelines for the safety control in the human-machine collaboration and the necessary technical support for the intelligent robot, and play an important role in promoting the development of collaborative robots.

针对协作机器人的安全性问题，本项目拟研究一种智能物理性人机安全交互系统。该系统不仅能够用于不同型号的机器人系统和具有不同技术水平的使用者，也可以判断当前使用者的行为是否异常，提高人机交互的安全性。一方面，本项目将机器人动力学模型看作一个黑盒，分析和研究基于深度学习方法进行机器人运动学建模的可行性和具体方法，避免传统建模的繁琐和模型的不准确。另一方面，本项目将深入分析阻抗控制器优化模型特点，重点研究根据不同的任务需求，在使用者动力学特性未知情况下，利用机器学习在线学习阻抗控制模型的理论和技术，提高模型参数的辨识能力和控制器的稳定性。另外，本项目拟提高协作机器人的主观自治能力，并将其整合到人机交互控制器中，避免由于使用者行为的不确定性带来的安全隐患，进而影响任务执行的效率。本项目提出的研究问题符合未来机器人的发展方向，研究成果将为人机协作的安全控制方法提供理论依据，对机器人的发展具有重要意义。

本项目针对协作机器人的安全性问题，研究了一种智能物理性人机安全交互系统。该系统不仅能够用于不同型号的机器人系统和具有不同技术水平的使用者，也可以判断当前使用者的行为是否异常，提高人机交互的安全性。本项目的主要成果总结如下：.(1)提出了一种具有层次化记忆机制的循环神经网络，用于机器人逆动力学建模。该层次化记忆机制能够更好地保留长期的历史信息。通过内外层嵌入相接，增强对长时间序列信息的处理能力，保持长时间序列的依赖关系，提升网络的记忆能力。同时，网络结构最外层添加的跳跃连接，最大化利用输入的有效信息，较好地解决了训练困难和测试精度下降问题。相较于现有方法，所提出方法的精度最高提升了14.15%。.(2)针对基于深度强化学习方法的轨迹规划中学习效率低下，人机交互安全性不高的问题，提出了子任务与好奇心两种新型的密集奖励函数。子任务奖励函数将复杂任务拆分成若干个可复用的子任务，通过这些子任务的组合为智能体提供一个全局性规划指导，有效减少无效探索。好奇心奖励函数则负责激发智能体的探索积极性，避免智能体陷入局部最优解，同时加快探索进程。所提出的奖励函数可以将障碍物空间中的轨迹规划任务加速最快3.6倍，有效的提高了深度强化学习方法的学习效率。.(3)提出了一种基于行为树的共享控制模型。通过行为树组织任务结构，把任务分解为可分步完成且互不影响的子任务，并确定子任务的主导权归属，将人类的认知负担转移到机器人身上，使得人类能更加专注于要执行的操作而无需关注任务的整体执行过程，提高了任务的执行效率。 .(4)提出了一种基于部分可观测马尔科夫决策过程POMDP的任务分配模型。机器人通过POMDP推理出系统当前所处的状态，并且根据设定的策略和人类的意图将原子任务分配给人类或者机器人执行。.本项目的研究成果符合未来机器人的发展方向，为人机协作的安全控制方法提供理论依据，对共融机器人的发展具有重要意义。