基于人体手臂运动意图反馈的人机顺应协作

摘要：

本文旨在通过人体手臂运动意图反馈来提高人与机器人协作的顺应性.首先通过自编码器和反向传播神经网络融合表面肌电信号和机器视觉信号,对人体手臂肘关节力矩和运动意图进行预测.然后,将人体手臂肘关节力矩反馈给机器人,以此预测手臂的运动意图并让机器人作出顺应响应,从而实现人机协作.最后,结合主观评价指标和客观评价指标,在人机协作锯木头实验中对比了3种不同协作模式的效果.与无运动意图反馈的人机协作相比,有反馈的人机协作下的协作交互力波动幅度减小了153.39 N,任务完成时间减少了19.25 s.实验结果表明,有人体手臂运动意图反馈的人机协作能够提高人与机器人协作的顺应程度,与人-人协作效果类似.

关键词：人机协作、关节力矩预测、表面肌电(sEMG)信号、自编码器、反向传播神经网络(BPNN)

所属期刊栏目：43

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;广东省自然科学基金;中央高校基本科研业务费专项

在线出版日期：2021-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：148-155