Megjelent: 2025. május 20. / Frissítve: 2025. május 20. – Szerző: Konrad Wolfenstein
A TWIST rendszer: A mozgásrögzítési technológia (MoCap) forradalmasítja a humanoid robotok irányítását – Kép: Xpert.Digital
Teleoperációs teljes testet imitáló rendszer: A valós idejű ember-robot interakció megváltoztatja a robotikát
Emberi mozgások robotokban: A TWIST rendszer lehetőségei
A tudósok jelentős áttörést értek el a humanoid robotok teleoperációs rendszereinek fejlesztésében. A mozgásrögzítési technológia használatával a humanoid robotok mostantól valós időben képesek emberszerű mozdulatokat végrehajtani. Ez az innováció lehetővé teszi a robotok precíz és intuitív irányítását, ami fontos lépést jelent az egész testet érintő ügyességgel rendelkező robotok fejlesztése felé. Különösen figyelemre méltó az új TWIST (Teleoperated Whole-Body Imitation System) rendszer, amely egy személy teljes testmozgását továbbítja egy robotnak, ezzel új korszakot nyitva az ember-robot interakcióban.
Alkalmas:
A mozgásrögzítésen alapuló teleoperáció alapjai
A teleoperáció a gépek távirányítását jelenti, és különösen fontos a robotika területén. A telerobotikai rendszereket akkor alkalmazzák, amikor a munkaterület túl messze, túl kicsi, túl nagy vagy túl veszélyes az emberek számára. Az ember (operátor) és a robot (teleoperátor) közötti térbeli szétválasztás lehetővé teszi az alkalmazásokat számos területen, például a minimálisan invazív sebészetben, a bombák hatástalanításában és az űralkalmazásokban.
A mozgásrögzítési technológia (MoCap) képezi a modern teleoperációs rendszerek alapját. Ez a technológia lehetővé teszi az emberi mozgás részletes rögzítését és szimulációját, lehetővé téve egyének vagy egész embercsoportok digitalizálását. A rögzített mozgásokat intelligensen feldolgozzák, és felhasználhatók testek és mozgásaik animálására.
Hogyan működik a mozgásrögzítési technológia
A mozgásrögzítési technológia pontosan követi és rögzíti a valódi emberek testmozgását egy speciális, markerekkel és optikai rendszerekkel felszerelt ruha segítségével. Ez a folyamat a test minden részéről mozgásadatokat gyűjt – nemcsak a karokról, kezekről, lábakról és lábfejekről, hanem a törzsről, a csípőről és a fejről is. Ezeket az átfogó adatokat ezután parancsokká alakítja, amelyeket a humanoid robotok mesterséges intelligencia (MI) segítségével végrehajthatnak.
A TWIST rendszer: Áttörés a robotok távműködésében
A Stanford Egyetemen és a Simon Fraser Egyetemen kifejlesztett TWIST rendszer jelentős előrelépést jelent a humanoid robotok távműködésében. A mozgásrögzítési technológiát a megerősítéses tanulás és az utánzásos tanulás módszereivel ötvözi.
„Azt szeretnénk, hogy a humanoidok ugyanolyan szintű teljes testre kiterjedő kézügyességgel rendelkezzenek, mint az emberek” – magyarázza Yanjie Ze, a TWIST-tanulmány vezető szerzője. „Képzeljünk el egy rendetlen konyhát. Az emberek mindkét kezükkel meg tudnak fogni dolgokat, és a lábukkal el tudják távolítani az akadályokat, például egy kosarat a padlón. Az emberek a testük oldalával vagy a könyökükkel is ki tudják nyitni az ajtót. Azt szeretnénk, hogy a humanoidok ugyanezt az emberek közvetlen utánzásával tehessék meg.”
A TWIST technikai megvalósítása
A TWIST rendszer három alapvető összetevőből áll:
- Adatgyűjtés és újracélzás: Offline és online újracélzás révén az emberi mozgások a robothoz igazíthatók. Ez a 3D-s ízületi pozíciók és orientációk optimalizált átvitelével érhető el, a test orientációjának és a láb elhelyezkedésének valós idejű beállításával.
- Szabályozóképzés szimulációban: A TWIST kétlépcsős megközelítést alkalmaz „tanár-diák” módszertannal:
- A „Tanár” vezérlő privilegizált hozzáféréssel rendelkezik a jövőbeli referenciamozgásokhoz, ami lehetővé teszi számára a simább mozgások megtervezését.
- A „tanuló” irányítót a megerősítéses tanulás (RL) és a viselkedésklónozás (BC) kombinációjával képezik ki, és csak az aktuális mozgásinformációkhoz férhet hozzá.
- Teljes testű vezérlő: A képzett vezérlő lehetővé teszi a robot számára, hogy minden szabadságfokát kihasználja, miközben megőrzi az egyensúlyát. Ez természetesebb és emberibb mozgásokat eredményez.
Az Unitree humanoid G1 robotjával végzett tesztek során a kutatók azt találták, hogy elegendő a teljes test mozgását rögzíteni és pontosan a robot ízületeibe továbbítani, biztosítva a különböző végtagok mozgásának összehangolását.
Alkalmas:
Kihívások a humanoid teleoperációban
A humanoid robotok teleoperációs rendszereinek fejlesztése számos összetett kihívás elé állítja a kutatókat:
A megtestesülési szakadék áthidalása
A legfontosabb kihívás a „megtestesülési szakadék” – az emberek és a robotok közötti anatómiai különbségek – áthidalása. Mivel a robotok arányai, ízületi konfigurációi és fizikai tulajdonságai eltérnek az emberekétől, az emberi mozgások közvetlen átvitele nem könnyen lehetséges.
Egyensúly és teljes test koordinációja
A humanoid teljes test követése nemcsak az egyes ízületek pontos irányítását igényli, hanem az egyensúly dinamikus fenntartását is összetett mozgások során. A hagyományos teleoperációs rendszerek gyakran csak az olyan elszigetelt mozgásokra összpontosítanak, mint a helyváltoztatás vagy a manipuláció, míg a TWIST lehetővé teszi az összehangolt teljes testmozgásokat.
Latencia és érzékszervi visszajelzés
A teleoperációs rendszereknek olyan problémákat kell leküzdeniük, mint a késleltetés (időbeli késleltetés) és az érzékszervi visszajelzések korlátai. Ezek a tényezők ronthatják az emberi cselekvések és a robotok válaszainak szinkronizációját.
A mozgásrögzítéses teleoperációk sokrétű alkalmazásai
A humanoid robotok mozgásrögzítésen alapuló teleoperációja számos alkalmazási lehetőséget nyit meg:
Veszélyes helyzetek és mentési műveletek
Veszélyes környezetben a távirányítású robotok emberek helyett alkalmazhatók, például robbanóanyag-mentesítésnél (EOD). 2015 és 2020 között csak az Egyesült Királyságban évente körülbelül 2000 EOD-műveletet hajtottak végre, ami rávilágít a biztonságos alternatívák szükségességére.
Komplex manipulációs feladatok
A humanoid robotok összetett manipulációs feladatokat tudnak elvégezni teleoperáció segítségével, például strukturálatlan környezetekben, például konyhákban vagy műhelyekben. Az a képességük, hogy teljes testüket, beleértve a karokat, kezeket, lábakat és lábfejeket is, koordinálni tudják, döntő előnyöket kínál ebben az összefüggésben.
Szociális robotika és kifejezőkészség
A humanoid szociális robotok számára elengedhetetlen a kifejező mozgások végrehajtásának képessége. Az MPI-n kifejlesztett OCRA rendszer (optimalizáláson alapuló testreszabható újracélzási algoritmus) lehetővé teszi a valós idejű mozgástérképezést a különböző kinematikai láncok között, ami intuitív és emberszerű mozgásokat eredményez.
Alternatív megközelítések és a különböző rendszerek összehasonlítása
A TWIST mellett számos más megközelítés is létezik a mozgásrögzítésen alapuló teleoperációhoz:
IMU-alapú rendszerek
Néhány kutató IMU-alapú (inerciális mérőegység) mozgásrögzítő rendszereket használ, amelyek hordozhatóak és olcsóbbak, mint az optikai rendszerek. Ezt a technológiát például mozgásmanipulációs feladatok távműködtetéséhez használják, amelyek a mozgást és a manipulációt ötvözik.
Neurális hálózaton alapuló megközelítések
Egy alternatív megközelítés neurális hálózatokat használ a mozgásrögzítő ruhából származó érzékelőadatok és a robot aktuátorainak szöghelyzetei közötti megfeleltetés megtanulására. Ez a módszer nem igényli a robot előzetes analitikai vagy matematikai modelljét, ezért különféle ember-robot párosításokra alkalmazható.
Rendszerek meghatározott testrészekhez
Az egész testet érintő teleoperációs rendszerek mellett léteznek speciális rendszerek is, amelyek meghatározott testrészekre összpontosítanak, mint például a kétkezes mozgásrögzítés. Ezek a rendszerek fontos szerepet játszanak a bionikus kétkezes robotok precíz irányításában a finom manipulációs feladatokhoz.
Alkalmas:
Legutóbbi eredmények és jövőbeli kilátások
A humanoid robotok teleoperációs rendszereinek fejlesztése rohamosan halad. A TWIST mellett a kutatók a közelmúltban más innovatív rendszereket is bemutattak:
H2O: Emberből humanoiddá
A H2O rendszer lehetővé teszi egy teljesen humanoid robot valós idejű távműködtetését, kizárólag egy RGB kamera használatával. Egy RL-alapú keretet és egy „szimulációból adatba” folyamatot használ a humanoid robotok számára megfelelő mozgások szűrésére és kiválasztására.
AR-támogatású teleoperáció
A kutatók azt is vizsgálják, hogy a kiterjesztett valóság (AR) hogyan támogathatja a mozgásrögzítésen alapuló távműködést. Az emberi kar virtuális referenciájának a robotkar melletti vizualizálásával a felhasználók jobban megérthetik a mozgástérképet.
MI és mozgásrögzítés: Az ember-robot interakció jövője
A humanoid robotok mozgásrögzítésen alapuló teleoperációja az elmúlt években jelentősen fejlődött. Az olyan rendszerek, mint a TWIST, jelentős előrelépést jelentenek, mivel lehetővé teszik a robotok számára, hogy valós időben, emberszerű, teljes testet érintő mozgásokat végezzenek.
A mozgásrögzítési technológia és a fejlett mesterséges intelligencia módszerek, mint például a megerősítéses tanulás és a viselkedésklónozás kombinációja új lehetőségeket nyit meg az ember-robot interakcióban. A humanoid robotok ma már nemcsak elszigetelt mozdulatokat, hanem összehangolt, teljes testet érintő cselekvéseket is képesek végrehajtani, ami nagyobb ügyességet és kifejezőkészséget tesz lehetővé.
A jövőben ezek a technológiák jelentősen bővíthetik a humanoid robotok használatát veszélyes környezetekben, összetett manipulációs feladatokhoz és társadalmi kontextusokban. A teleoperációs rendszerek pontosságának, robusztusságának és felhasználóbarát jellegének folyamatos fejlesztése segíteni fog az emberi képességek és a robotok általi végrehajtás közötti szakadék további csökkentésében.
Alkalmas:
Az Ön globális marketing- és üzletfejlesztési partnere
☑️ Üzleti nyelvünk angol vagy német
☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!
Konrad Wolfenstein
Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.
Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein ∂ xpert.digital
Nagyon várom a közös projektünket.
