该团队的方法在模拟中找到了可行的咬合转移轨迹。给定叉上的食物几何形状和姿势，我们使用学习的约束模型对至少N个目标食物姿势进行采样，以检查与嘴几何形状的碰撞。接下来，我们对目标姿态进行聚类，并使用启发式引导的BiRRT以舒适性(蓝色)和咬合力效率(橙色)启发式达到聚类质心。功劳:贝尔卡莱等人机器人可以成为老年人和身体残疾者的宝贵盟友，因为它们可以帮助他们的日常生活，减少他们对人类护理者的依赖。一种可以特别帮助人类的机器人系统是辅助喂食或咬食转移机器人，这种机器人被设计用来从盘子里拿起食物，给不能移动手臂或协调动作的人喂食。虽然世界各地的man y研究团队已经尝试开发机器人辅助喂食系统，但大多数现有的解决方案都没有考虑到当用户从机器人那里得到一口食物时会有多舒服。换句话说，这些系统可以有效地抓取和转移不同形状和大小的食物，但是它们没有考虑用户将如何接收咬食，例如机器人在递送咬食时是否会用叉子反向戳用户的脸或嘴。
斯坦福大学、华盛顿大学和康奈尔大学的研究人员最近开发了一种新的框架，试图在机器人辅助喂食系统的效率和舒适性之间实现最佳平衡。他们的方法是基于一种被称为“启发式引导双向快速探索随机树(h-BiRRT)”的计算方法，该方法已在arXiv上发表。
开展这项研究的研究人员之一伊森·k·戈登(Ethan K. Gordon)告诉TechXplore，“我们之前在这个领域的许多工作都集中在从盘子里拿起食物的问题上。“基本上，机器人会把食物送到嘴边，然后收工。然而，在正式和非正式演示中，新用户几乎总是对这种方法表示不舒服。这是叉子，锋利的器具，所以不舒服是可以理解的。”
空间舒适度成本(红色较高，绿色较低)。向上方向的成本梯度比向下方向更陡，这确保了面部附近的轨迹具有高“舒适”成本。功劳:贝尔卡莱等人在他们先前研究的基础上，戈登和他的同事开始探索他们是否能提高机器人喂食系统的舒适性。他们最近论文的总体目标是更好地理解做试验的用户所报告的不适感觉，并找到减轻这种感觉的方法。
他们的方法是通过在模拟中识别有希望的咬合转移轨迹。同时，它还考虑食物的几何形状和叉子的姿势，以确保它最大限度地减少与用户的嘴的碰撞。
“我们的方法直接考虑舒适度，”戈登解释道。“平衡它与‘效率’(即用户理论上能从叉子上拿走多少食物)之间的关系，我们将其作为一种显式的成本启发添加到我们的运动规划器中。”
该团队在一系列真实世界的评估中评估了他们新的机器人辅助咬合转移框架，使用的是Franka Emika Panda机械臂。该系统包括一个通过3D打印支架连接到ATI Mini45 6轴空燃比传感器的叉子。该机器人还集成了一个外部英特尔Realsense RGB-D摄像头。
“值得注意的是，我们发现用户更喜欢我们的方法产生的转移，而不是基线方法产生的转移，”戈登说。“我们的发现意味着，一个设计良好的启发式方法可以在很大程度上让人类协作者更舒适地使用人权信息系统，而机器人方面的额外复杂性相对较小。”
未来，新方法可以提高自动喂养系统的舒适性，促进它们在医疗保健设施和其他现实环境中的部署。与此同时，戈登和他的同事计划进一步开发他们的框架，例如，通过让机器人在咬合转移过程中对用户的动作做出更好的反应。
“例如，我们计划关注这样的问题:如果用户倾斜身体去抓取食物，机器人应该如何调整轨迹？”“此外，我们最近的工作主要集中在胡萝卜和其他类似的坚硬圆柱形食物上。我们肯定需要设计一个系统，能够处理各种不同形状和粘弹性的食物。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
