Publicerad på: 20 maj 2025 / UPDATE Från: 20 maj 2025 - Författare: Konrad Wolfenstein
Twist System: Motion Capture Technology (MOCAP) revolutionerar kontrollen av humanoidroboter-image: xpert.digital
Teleopererat helkroppsimitationssystem: Interaktion i realtid Human-Robot Vi ändrar robottekniken
Mänskliga rörelser för robotar: Twist -systemets potential
Forskare har uppnått ett betydande genombrott i utvecklingen av teleoperationssystem för humanoidrobotar. Genom att använda rörelsefångsteknologi kan humanoidrobotar nu utföra mänskliga rörelser i realtid. Denna innovation möjliggör exakt och intuitiv kontroll av robotar, vilket är ett viktigt steg mot att utveckla robotar med full kroppsförmåga. Den nya systemvridningen (teleopererat hela kroppens imitationssystem), som överför en persons hela kroppsrörelser till en robot, är särskilt anmärkningsvärd och därmed förmedlar en ny era av interaktion mellan mänskliga robot.
Lämplig för detta:
- Humanoid Standing-Up Control: Lär dig att stå upp med "värd" humanoider-genombrottet för robotar i vardagen
Grunderna för rörelsefångningsbaserad teleoperation
Teleoperation beskriver fjärrkontrollen av maskiner och är särskilt viktig inom robotområdet. Telerobotiska system används om arbetsutrymmet är för långt borta, för litet, för stort eller för farligt för människor. Den rumsliga frikopplingen mellan människor (operatör) och robot (teleoperator) möjliggör operationer inom olika områden som minimalt invasiv kirurgi, intelligensbeskrivning eller rymdapplikationer.
Motion Capture Technology (MOCAP) utgör grunden för moderna teleoperationssystem. Denna teknik möjliggör detaljerade inspelningar och simuleringar av mänsklig rörelse, varigenom enskilda människor eller hela grupper av människor kan digitaliseras. De inspelade rörelserna behandlas intelligent och kan användas för animering av kroppar och deras rörelser.
Hur rörelsefångstekniken fungerar
I rörelsefångstekniken bedrivs och registreras kroppsrörelserna hos riktiga människor exakt via en speciell kostym med markeringspunkter och optiska system. Rörelsedata för alla delar av kroppen samlas in - inte bara med armar, händer, ben och fötter, utan också med flygkropp, höfter och huvud. Dessa omfattande data konverteras sedan till kommandon med hjälp av artificiell intelligens (AI) som kan utföra humanoidrobotar.
Twist -systemet: ett genombrott i robot teleskopic
Twist -systemet som utvecklats vid Stanford University och Simon Fraser University är en betydande framsteg inom humanoidrobot -tele.
"Vi vill att humanoider ska ha samma nivå av fullkroppsförmåga som människor," förklarar Yanjie Ze, första författare till Twist-studien. "Föreställ dig ett otrevligt kök. Människor kan hålla saker med två händer och använda sina fötter för att flytta hinder, till exempel en korg på marken. Människor kan också öppna dörren med sidorna i kroppen eller armbågarna. Vi vill att humanoider ska kunna göra detsamma genom att imitera människor direkt."
Teknisk implementering av twist
Twist -systemet innehåller tre väsentliga komponenter:
- Dataförvärv och retargeting: Genom offline och online -retargeting anpassas mänskliga rörelser till roboten. Detta görs genom optimerad överföring av 3D -ledpositioner och orienteringar, varvid kroppsorientering och fotplacering också anpassas i realtid.
- Controller Training in the Simulation: Twist använder en tvåstegsstrategi med en ”lärarstudent” -metodik:
- "Läraren" -kontrollen har privilegierad tillgång till framtida referensrörelser, vilket gör att den kan planera smidiga rörelser.
- "Student" -kontrollen tränas av en kombination av förstärkningsinlärning (RL) och beteendekloning (BC) och kan endast få tillgång till aktuell rörelseinformation.
- Full Body Controller: Den utbildade styrenheten gör det möjligt för roboten att använda alla frihetsgrader medan balansen hålls samtidigt. Detta resulterar i mer naturliga och mänskliga rörelser.
I tester med humanoid G1-roboten från Untere fann forskarna att det var tillräckligt att spela in hela kroppens rörelser och att exakt överföra dem till robotens leder, med att säkerställa att rörelserna i de olika lemmarna genomförs.
Lämplig för detta:
Utmaningar i humanoidtelefoni -kirurgi
Utvecklingen av teleoperationssystem för humanoidrobotar presenterar forskare med flera komplexa utmaningar:
Överbrygga utföringsformen
En central utmaning är överbryggningen av ”förkroppsligande gapet”-de anatomiska skillnaderna mellan människor och robotar. Eftersom robotar har andra proportioner, gemensamma konfigurationer och fysiska egenskaper än människor, är direkt överföring av mänskliga rörelser inte lätt möjliga.
Balans och samordning av hela kroppen
Humanoid fullkroppsspårning kräver inte bara en exakt kontroll av enskilda leder, utan också det dynamiska underhållet av balans under komplexa rörelser. I konventionella teleoperationssystem är fokus ofta bara på isolerade rörelser som rörelse eller manipulation, medan vridning möjliggör samordnade hela kroppsrörelser.
Latens och sensorisk feedback
Teleoperationssystem måste övervinna problem som latens (tidsfördröjning) och begränsningar för sensorisk feedback. Dessa faktorer kan påverka synkroniseringen av mänskliga handlingar med robotreaktioner.
Olika tillämpningar av rörelsefångst tele
Den rörelsefångsbaserade teleoperationen av humanoidrobotar öppnar upp många möjliga användningsområden:
Farliga situationer och räddningsoperationer
I farliga miljöer kan teleopererade robotar användas istället för människor, till exempel vid avskaffande av sprängämnen (EOD - explosivt bortskaffande av ordnans). Mellan 2015 och 2020 fanns det cirka 2 000 EOD -operationer årligen i Storbritannien, vilket illustrerar behovet av säkra alternativ.
Komplexa manipulationsuppgifter
Humanoidrobotar kan utföra komplexa manipulationsuppgifter genom teleoperation, till exempel i ostrukturerade miljöer som kök eller workshops. Förmågan att använda hela kroppen inklusive armarna, händerna, benen och fötterna koordinerade erbjuder avgörande fördelar här.
Social robotik och uttrycksfullhet
För humanoid sociala robotar är förmågan att uttrycka uttrycksfulla rörelser väsentlig. OCRA-systemet som utvecklats på MPI (optimeringsbaserad anpassningsbar retargetingalgoritm) möjliggör realtidsrörelsebilder mellan olika kinematiska kedjor, vilket leder till intuitiva och mänskliga rörelser.
Alternativa tillvägagångssätt och jämförelse av olika system
Förutom twist finns det olika andra tillvägagångssätt för rörelsefångningsbaserad teleoperation:
IMU-baserade system
Vissa forskare använder IMU-baserade (tröghetsmätningsenhet) rörelsefångstsystem som är bärbara och billigare än optiska system. Denna teknik används till exempel för teleoperation av loco -manipuleringsuppgifter där rörelse och manipulation kombineras.
Neuronala nätverksbaserade tillvägagångssätt
Ett alternativt tillvägagångssätt använder neurala nätverk för att lära sig ett uppdrag mellan sensordata för rörelsedräkten och vinkelpositionerna för robotklädseln. Denna metod kräver inte en tidigare analytisk eller matematisk modell av roboten och kan därför tillämpas på olika human-robotpar.
System för specifika kroppsdelar
Förutom hela kroppens teleoperativsystem finns det också specialiserade system som fokuserar på vissa delar av kroppen, till exempel inspelning av dubbelhandrörelser. Dessa system spelar en viktig roll i den exakta kontrollen av bioniska bimanuala robotar för fina manipulationsuppgifter.
Lämplig för detta:
- För närvarande den största humanoidrobotstudien av Xpert.Digital-Marktboom Ahead: Från robotprototyper till övning
Nya framsteg och framtidsutsikter
Utvecklingen av teleoperationssystem för humanoidrobotar fortskrider snabbt. Förutom Twist presenterade forskare nyligen ytterligare innovativa system:
H2O: mänsklig till humanoid
H2O-systemet möjliggör endast teloti i realtid av en komplett humanoidrobot med en RGB-kamera. Den använder en RL-baserad ram och en "sim-to-data" -process för att filtrera och välja lämpliga rörelser för humanoidrobotar.
AR-stödd teleoperation
Forskare undersöker också hur Augmented Reality (AR) kan stödja MOCAP-baserade telefoner. Genom att visualisera en virtuell referens av den mänskliga armen utöver robotarmen kan användare bättre förstå rörelsebilder.
KI och rörelsefångst: framtiden för interaktion mellan mänskliga robot
Den rörelsefångsbaserade teleoperationen av humanoidrobotar har utvecklats avsevärt de senaste åren. System som Twist markerar betydande framsteg genom att göra det möjligt för robot att utföra mänskliga -liknande rörelser med full kropp i realtid.
Kombinationen av rörelsefångsteknologi och avancerade AI-metoder såsom förstärkningsinlärning och beteende kloning öppnar upp nya möjligheter för interaktion med mänsklig robot. Humanoidrobotar kan nu inte bara utföra isolerade rörelser, utan också samordnade hela kroppsåtgärder som möjliggör högre skicklighet och uttryck.
I framtiden kan dessa tekniker utöka användningen av humanoidroboter i farliga miljöer avsevärt med komplexa manipulationsuppgifter och i sociala sammanhang. Den kontinuerliga förbättringen av precision, robusthet och användarvänlighet för teleoperationssystem kommer att bidra till att ytterligare minska klyftan mellan mänskliga förmågor och robotutförande.
Lämplig för detta:
Din globala marknadsförings- och affärsutvecklingspartner
☑ Vårt affärsspråk är engelska eller tyska
☑ Nytt: korrespondens på ditt nationella språk!
Jag är glad att vara tillgänglig för dig och mitt team som personlig konsult.
Du kan kontakta mig genom att fylla i kontaktformuläret eller helt enkelt ringa mig på +49 89 674 804 (München) . Min e -postadress är: Wolfenstein ∂ xpert.digital
Jag ser fram emot vårt gemensamma projekt.