芬兰坦佩雷大学开发VR遥操作框架控制超人体尺度重型机械臂
VR+机器人
（映维网Nweon 2025年09月12日）在诸如遥操作等人在回路系统中，特别是涉及重型机械臂的系统，要实现高任务性能，既需要鲁棒的控制，也需要操作员的高度投入。在一项研究中，芬兰坦佩雷大学团队提出了一种适用于超人体尺度机器人系统的双向遥操作框架，并通过沉浸式虚拟现实界面和分布式触觉反馈，增强了系统的透明度以及操作员的临场具身感，特别是能动感和自我位置感。
为支持这种具身感并实现高水平的运动和力透明度，研究人员开发了一种无需力传感器的鲁棒控制架构，所述架构解决了输入非线性、主-从端不对称性、未知不确定性和任意时间延迟等问题。控制回路中集成了人-机器人增强动力学模型，以提高控制器的适应人的能力。
理论分析证实了闭环系统的半全局一致终值有界性，保证了其对现实世界不确定性的鲁棒性。大量的真实世界实验证明了在高达 1:13 的运动缩放比和 1:1000 的力缩放比下仍能实现高精度追踪，突显了结果的重要性。另外，研究确立了在高达 150 毫秒的单向固定和时变通信延迟下，运动追踪与力反射和跟踪之间的稳定性-透明度权衡关系。包含 10 名参与者（9 男 1 女）的用户研究结果表明，系统能带来良好的临场具身感（76.4%），同时非常用户友好且无性别限制。考虑到重型机械臂的规模和重量，这些结果意义重大。
遥操作系统将人类的认知能力与控制理论方法相结合，使机器人能在危险、非结构化或人类无法直接存在的环境中进行远程操作。在完全自主系统的使用仍不切实际或不安全的情况下，遥操作提供了一种鲁棒且灵活的替代方案，其有效性已在众多领域得到验证。
重型机器人操作，特别是通过使用重型液压机械臂（HHMs），是遥操作技术具有巨大潜力的一个领域。相关机器已广泛应用于采矿、建筑和林业等行业，在动态且通常危险的环境中执行体力密集型任务。通过将人类的感知运动技能与 HHMs 的力量和规模相结合，遥操作赋予了 HHMs 超越人类的能力，同时为直观的人机技能传递提供了可靠的媒介，解决了其自动化过程中的一个关键瓶颈。
尽管遥操作具有优势，但在远程操作期间，任务性能常常因主-从端失配、通信延迟以及可能导致晕动症的非直观人机界面等因素而下降。在操作 HHMs 时，这些挑战变得尤为突出，因为其规模、动力学特性和机械复杂性使其比轻型机器人系统更难操控。这些问题扰乱了操作员自然的感知运动回路，并可能损害本体感觉，尤其是在视觉-触觉反馈的情况下，导致遥操作体验丧失直观性。缓解这些影响的一种有效方法是增强操作员的临场感，即主观上感觉自己身处远程现场。在遥操作背景下，这更精确地称为远程临场感。
然而，仅增强远程临场感不足以确保人类操作员在遥操作中执行高质量的任务。虚拟环境中的真实行动与临场具身感（Sense of Embodiment/SoE）密切相关。在遥操作概念中，SoE定义为一种心理状态，操作员将从端体验为自己身体的延伸。SoE 包含三个关键组成部分：(1) 身体拥有感——感觉从端是自己身体的一部分；(2) 自我位置感——在远程现场具有强烈的空间临场感；(3) 能动感——确信自己的意图能直接在远程环境中产生相应的动作。
在许多实际应用中——特别是工业和现场场景——最相关的具身感组成部分是能动感和自我位置感，它们直接影响操作员的控制质量和任务表现。因此，强烈的 SoE 对于成功的遥操作至关重要。当 SoE 强烈时，操作员不再将从端（即被遥操作的机器人）视为外部工具，而是将其视为自己身体和感知运动系统的延伸。这种转变最大限度地减少了认知负荷，并增强了任务执行的流畅性。
沉浸感是唤起这种 SoE 的关键之一。通过虚拟现实头显提供的视觉反馈与力反射外骨骼提供的分布式触觉反馈相结合，沉浸式双向遥操作创造了更真实的任务操作体验。但要使沉浸感真正支持具身感，必须建立在两个基本支柱之上，每个支柱都针对 SoE 的相关组成部分：精确的控制（增强操作员的能动感）和适当的设备（锚定其自我位置感）。
在研究中，芬兰坦佩雷大学在工业从端（特别是 HHMs）的背景下同时解决了这两个维度。通过开发一个鲁棒、高精度的控制框架，并将其与沉浸式、集成良好的硬件配对，他们的目标是同时增强能动感和自我位置感。这使得 HHMs 能够将类人的精度与机械强度相结合，使操作员能够在危险或非结构化环境中高效、安全地执行复杂任务。
为评估所提出的遥操作系统的 SoE 和可用性，研究人员进行了一项用户研究。研究采用了问卷用于 SoE 评估，并辅以专门设计的问卷评估系统可用性。共有 10 名参与者（9 男 1 女）参加了研究（如图 14 所示），他们被要求完成图 7 所示的相同自由运动任务（κp = 2）。
为了在非专业操作下有意挑战系统的鲁棒性，培训阶段刻意最小化。向参与者简要介绍系统，包括预期的触觉和视觉反馈，然后仅给予 2-3 分钟时间通过自主探索来熟悉触觉外骨骼。在这样的大型系统上使用非专业参与者进行用户研究尤其独特，并且需要高度可靠和安全的实验设置，以确保用户安全和有意义的评估。参与者库包含了具有不同人体测量特征（尤其是身高）的个体，这使得团队能够评估遥操作设置在不同操作员体型和性别下的工效学和功能适应性。这种多样性支持了所提出界面在广泛用户群体中的普适性。
在简短的熟悉环节之后，每位参与者使用所提出的设置执行实际的遥操作任务。在此阶段，记录与先前实验相同的性能指标，以便对任务执行进行定量评估。实验结束时，参与者完成了一份标准化的七分量表（Likert-scale）问卷（1 = 非常不同意，7 = 非常同意），旨在评估以下核心主观维度：
能动感：参与者对控制从端运动的感知。
自我位置感：对身处从端位置的感知。
拥有感 ：体验从端作为自己身体一部分的程度。
表 III 中的问卷结果突显了所提出的遥操作设置在诱发强烈的 SoA、自我位置感和可用性方面的有效性——尽管系统复杂、主从端差异大，且给予参与者的熟悉时间很短。值得注意的是，参与者报告了对从端的高度控制感（QA2 = 6.50 ± 0.71），并且对机器人自主移动的说法同意度非常低（QA4 = 1.60 ± 0.70），这表明了强大的 SoA。
另外，对 QA1 和 QA3 的回答表明，参与者不仅感觉能控制远程机械臂，而且体验到自身动作与机器人运动之间的切实联系，这很可能是通过触觉外骨骼将远程机械臂的缩放阻抗分布到操作员自身来实现的。自我位置感类别的高分表明参与者强烈感觉自己与从端在空间上共处一地。考虑到人类操作员身体与 HHM 之间的不对称性，这一点尤其值得注意，并应归功于自我中心视角追踪和沉浸式 VR 头显的使用。
尽管诱发拥有感并非主要目标，但对 QO1 和 QO2 的回答（平均约 4.9）表明达到了中等程度的拥有感。这很可能是增强的能动感和自我位置感的结果，这两者在具身感研究中都被认为有助于拥有感的产生。有趣的是，参与者将机器人感知为自己身体的一部分和身体的延伸评分几乎相同。
为了得出所建立 SoE 水平的整体度量，参与者的问卷回答被线性缩放到 0-100 的标准化范围。结果显示，所有参与者的平均标准化 SoE 得分为 76.4%，表明具身感水平显著较高。考虑到实验中使用的主-从端系统存在显著差异和动态复杂性，这是一个特别有力的结果。可用性结果尤为重要。尽管使用了大型重型从端，参与者报告了高舒适度（QU2 = 5.70 ± 0.82）和自信心（QU3 = 6.10 ± 0.88），感知难度（QU1 = 2.00 ± 0.47）和脑力付出（QU4 = 2.70 ± 1.34）较低。这些分数强调了系统的直观性和易用性——即使对于没有先验经验且无性别限制的用户——进一步验证了所提出的控制和界面设计在工效学和认知上的有效性。重要的是，这些主观结果是在仅 2-3 分钟的最短熟悉时间内取得的。
综合来看，这些发现为该系统在支持自然、直观和沉浸式控制方面的有效性，尤其是在这种存在显著差异的遥操作系统中，提供了令人信服的证据。
为了补充主观评估，客观性能指标总结在表 IV 中。最大位置追踪误差限制在 2.88 厘米，均方根（RMS）误差为 1.1 厘米，姿态追踪性能良好。末端执行器速度追踪误差平均为 0.058 米/秒，平均任务执行时间为 22.8 秒。值得注意的是，这些结果是在将位置控制增益 Λ 从 12（在最优无延迟条件下使用）降低到 4（即仅为标称增益的 33%）的情况下取得的。这证实了即使在增益显著降低的情况下，控制器仍能保持稳定性，并且增益调整主要影响性能而非稳定性。这在用户研究中尤为重要，因为对来自非专业操作员的次优和可变命令的鲁棒性至关重要。这些发现进一步验证了系统在现实世界中的适用性和弹性。
总的来说，团队提出了一种带力反射的沉浸式双向遥操作框架，专为高度不对称、超人体尺度的主-从端系统设计，且不依赖物理力传感器。为了解决此类遥操作场景中人类参与度的根本挑战，我们专注于增强操作员的临场具身感（SoE），特别是能动感（SoA）和自我位置感（SoSL）。通过一种能够处理模型不确定性、输入非线性和任意时间延迟的鲁棒且精确的控制设计，实现了高透明度。
使用具有分布式阻抗渲染的可穿戴触觉外骨骼和带有自中心头部追踪的 VR 头显强化了沉浸感。理论分析证实了闭环系统的半全局一致终值有界性。大量的真实世界实验验证了控制器在广泛的运动和力缩放条件下（包括高达 1:13 的运动缩放比和 1:1000 的力缩放比）以及高达 150 毫秒的固定和时变通信延迟下的鲁棒性和性能。另外，一项全面的用户研究证明了该系统能够在所有参与者中建立高水平的 SoE，标准化具身感得分达 76.4%，且不受性别限制。参与者同时发现界面直观易用，考虑到重型从端的规模和动力学特性，这是一个值得注意的成果。
尽管这项工作为超人体尺度机器人系统的沉浸式双向遥操作奠定了坚实的基础，但未来依然有几个有前景的发展方向。一个有希望的未来方向包括将从端身体上检测到的接触点映射到人体解剖学上的等效区域，以增强情境意识和具身感。为了提高遥操作体验的效率和直观性，未来的研究将侧重于为所提出的带力反射的双向遥操作系统开发共享控制策略。优化云台摄像头系统的位置和控制可能进一步加强第一人称视角和空间一致性。最后，集成示教学习技术可以促进从人类到机器的技能迁移，将重型系统的自主性推进到超越当前人类能力的水平。
