PART 06 · CHAPTER 33

人机交互与遥操作:把人的意图安全地接入机器人

一句话理解

人机交互决定人怎样表达目标、理解机器人状态并接管异常;遥操作把人的动作或意图跨距离映射到机器人,同时管理时延、尺度和安全。

约 2,121 字约 5 分钟5 个来源3 幅教学图

交互从“按钮”延伸到共同决策

机器人与人的接口可以是急停与按钮、示教器、图形界面、语音、手势、视线、身体示范、力反馈或脑机接口。接口的优劣取决于任务:工厂维护需要明确、可审计的状态与权限;家庭服务需要低学习成本;手术遥操作需要精细、稳定且低延迟的控制。

有效交互形成双向闭环。人输入目标,机器人还要反馈它听到了什么、准备做什么、正在做什么、为何停下。只显示“运行中”会把内部不确定性藏起来;更有用的反馈是“目标已识别”“路径被人员占用,等待”“抓取置信度不足,请确认”。反馈应贴合用户能采取的动作,避免堆叠算法术语。

意图可通过显式命令获得,也可从人的运动推断。后者更自然,却有误判风险。可逆、低风险动作可以让机器人主动预测;高风险或不可逆动作应要求确认。自主程度应按任务状态动态变化,例如正常走廊自主导航,进入狭窄电梯由人监督,机械故障时退回安全停机。

遥操作的映射

主端设备状态 \(\mathbf x_m\) 映射到从端机器人目标 \(\mathbf x_s^d\),最简单可写为

FIGURE 01自主程度是一条可切换的连续谱人机交互与遥操作:把人的意图安全地接入机器人走廊—电梯—狭窄接触—故障控制权可以随环境风险系统置信度改变手动辅助共享控制自主程度应绑定任务阶段与接管条件。
图 1 控制权可以随环境风险和系统置信度改变。
\[\mathbf x_s^d(t)=\mathbf x_{s,0}+\mathbf S \bigl(\mathbf x_m(t)-\mathbf x_{m,0}\bigr),\]

\(\mathbf x_{m,0},\mathbf x_{s,0}\) 是开始操作时的对齐状态,\(\mathbf S\) 是尺度和坐标映射。把人的 10 cm 动作缩放成机器人 2 cm,可提高精度;放大可扩大工作空间。姿态映射还要处理左右手坐标、欧拉角奇异和工作空间边界。

关节映射适合同构主从设备,末端笛卡尔映射适合不同构型,任务空间映射只传递“抓这里”“沿表面走”等高层目标。机器人与人体自由度不一致时需要逆运动学和姿态优先级。映射到关节限位或奇异点时,系统应阻止继续、重新对中或改变控制模式,不能让操作者在主端无感知地积累偏差。

时延与稳定性

通信往返时延为 \(T_d\) 时,操作者看到的是过去的状态。人根据旧图像修正,命令到达时场景已变化,容易来回过度修正。速度越高、接触越硬,时延影响越大。视频、机器人状态和力反馈还可能有不同延迟,造成感知不一致。

应对方法包括降低速度与增益、在从端保留快速安全闭环、用预测显示估计当前状态、发送任务级目标并让从端生成电机命令、缓冲和时间戳对齐。双边力反馈系统需要特别保证无源性或稳定性;波变量等方法可在通信时延下帮助维持稳定,但会改变透明度与手感。

遥操作的安全边界应在从端执行,因为网络中断时主端无法及时保护。速度、工作空间、碰撞、接触力和禁区限制都应继续生效;心跳丢失后进入保持、退让或停车,选择取决于负载和环境。

FIGURE 02带时延的遥操作闭环跨网络闭环看的是过去操作者主端安全监督时延影响稳定性,也改变职责分配。
图 2 跨网络闭环看到的是过去,最快的安全反应必须留在机器人端。

共享控制

共享控制把人的意图与机器自主约束组合。例如操作者控制大致方向,机器人自动避障;医生控制工具推进,系统过滤手颤并限制进入危险组织。一个简化混合为

\[\mathbf u=\alpha\mathbf u_h+(1-\alpha)\mathbf u_r, \qquad 0\le\alpha\le1,\]

\(\mathbf u_h\) 是人类命令,\(\mathbf u_r\) 是机器人建议,\(\alpha\) 是控制权重。简单线性混合可能产生双方都没想要的中间动作,尤其在左右绕障分歧时。更稳妥的方法是在机器约束下寻找最接近人类意图的可行动作:

\[\min_{\mathbf u}\|\mathbf u-\mathbf u_h\|^2 \quad \text{s.t. }\mathbf u\in\mathcal U_{safe}.\]

系统应向操作者展示自动修正发生了什么。持续暗中覆盖人的命令会降低可预测性和信任,也让操作者无法判断设备故障。

可用性、信任与安全

人的信任应与系统能力匹配。界面如果只展示成功,会诱导过度信任;频繁无解释报警会造成报警疲劳。设计时要覆盖新手、熟练操作员、维护人员和旁观者,他们的权限与信息需求不同。

FIGURE 03共享控制的安全投影同时满足硬安全约束控制共享控制的安全投影约束投影比盲目平均两个命令更可解释。
图 3 共享控制可以保留尽可能多的人类意图,同时满足硬安全约束。

协作空间中的机器人应通过姿态、速度、灯光、声音或屏幕表达即将运动的方向和状态,但信号必须一致、简洁,并与安全功能区分。拟人外形可能让人高估理解能力,产品文案与交互不能暗示系统具有未验证的常识或情感判断。

风险评估要覆盖可预见误用:用户伸手阻挡、儿童靠近、网络抖动、操作者疲劳、多人同时发令。安全标准根据应用不同而不同;工业机器人系统关注 ISO 10218 与协作应用,个人护理机器人关注 ISO 13482,医疗机器人还需对应医疗器械体系。标准版本和适用范围要由项目安全工程正式确认。

工程例子:远程抓取时操作者总会“推过头”

视频端到端延迟约 300 ms,机械臂使用高刚度位置控制。操作者看见夹爪还没接触便继续推进,下一帧到来时力已经过大。降低视频分辨率未必解决根因,因为编码、网络、推理和显示各自贡献时延。

可把最后接近阶段交给从端:操作者选择接触方向和目标,机器人以限速阻抗控制推进,检测力阈值后自动停;界面显示命令时刻与测量时刻,网络质量差时自动降低速度。若任务必须精细力觉,增加力反馈仍要验证双边系统稳定性。失败边界包括超时、帧冻结、主端断连、力传感器故障和从端局部避障不可用。

深入阅读