人类历来幻想拥有更多的手臂来完成复杂任务，这一梦想如今正被哈尔滨工业大学的团队变为现实。他们最新研发的上肢外肢体机器人不仅能帮你扛起10公斤重物，更能“读懂”你的意图，实现人机协同。

该工作以题“Leader–follower: Human-centered intention-guided controller for novel SuperLimb with application to load-carrying scenarios”发表在Science China Technological Sciences。

▍基于“Leader-Follower”控制器的全新人机融合系统

上肢外肢体机器人并非简单的功能替代或增强装置，它与传统假肢和外骨骼机器人有本质区别。这种创新设备通过在物理结构、感知能力和运动控制等多个层面实现人体与机械肢体的深度融合与协同运作。

它就像是给人类配备了一只额外的手臂，显著拓展了人的运动、感知和操作能力。作为人体的特殊协作者，它与人体共享大部分运动空间，穿戴者甚至可以直接感受到安装部件的触觉反馈。

在这种新型人机系统中，穿戴者意图的准确传达、人机角色的合理分配以及以人为中心的交互设计，成为系统成功运行的关键因素。

哈工大团队的核心创新在于提出了一种以人为中心的意图引导的协同作业控制器。在这个框架中，穿戴者被视为“领导者”，而外肢体机器人则作为“跟随者”，实现了人机之间有效的信息传递和自主协调。

这套系统融合来自多个视觉里程计传感器的姿态数据以捕获人体运动状态以及手部的广义位置和速度，通过Swin Transformer(SwT)网络处理来自两个肌电手环传感器的sEMG信号，以识别负载搬运场景中的多种自然手势。

基于人机浮动基系统模型，实现了人-外肢体机器人系统的安全保障和力柔顺交互。团队所提出的基于意图导向的人机协同交流框架激发了外肢体机器人在其他协作场景中的应用学习。

▍实验验证：高效率、低疲劳的创新突破

研究团队通过严格的负载搬运实验验证了这一控制方法的有效性。实验中，两个ATI六维力传感器被安装在外肢体机器人末端，实时监测搬运过程中的各种力数据。每位测试者需要重复实验10次，首次未能完成抓取则视为失败。
 

实验结果表明：

基于FSM负载搬运任务模型，外肢体机器人能自主完成与穿戴者的协调配合

借助任务参数规划的运动轨迹，系统成功完成目标物体的抓取，并且能够很好地理解穿戴者的意图来切换不同的外肢体机器人动作

在共同搬运10公斤重物过程中，外肢体机器人能分担至少95%的负重，穿戴者仅起稳定作用

数据显示，有外肢体辅助时，穿戴者肌肉兴奋度显著降低，搬运过程中肌电信号峰值比无辅助时至少减少80%

这些论证了外肢体机器人在辅助搬运过程中大大减轻了人体上肢的疲劳程度。

为进一步证明系统优势，团队还进行了对比实验：不使用意图导向主从协同控制方法，外肢体机器人通过预定轨迹到达抓取点，任务意图的切换通过一个简单的外部键盘来完成同样任务。

该实验也重复进行了10次，结果表明，使用意图导向主从协同控制方法平均至少节省7秒，大幅提高了效率。

基于意图引导的主从控制方法，外肢体机器人能够更快地理解操作者的意图，并更迅速地做出动作决定以应对不同任务策略，从而大大缩短完成负载搬运任务的时间。

同时，使用预定轨迹规划完成抓取的成功率远低于使用基于估计的任务参数的轨迹规划完成抓取的成功率。

在所提控制方法实验情况下，任务参数得到了良好的估计，生成了更合理的规划轨迹，同时外肢体机器人能够准确理解穿戴者在实验过程中的作业意图来快速切换不同的作业动作。

▍结语与展望

总结来说，本研究提出了四个关键创新点：首先，开发了意图引导型主从控制器，实现了机械肢体与人体肢体间的自然信息交互。该系统无需主动控制或预先记录数据，便能高效完成自主协作任务。

其次，系统能精确识别人体肢体运动状态和手部肌肉意图，确保了任务参数的获取以及外肢体机器人不同任务动作的自然触发。

第三，研究团队构建了浮动基人-外肢体机器人系统动态模型，解决了外肢体、穿戴者与环境三者间的力柔顺交互问题。通过实时监测人机距离并应用零力柔顺策略，有效保障了穿戴者安全。

最后，团队将意图引导的主从控制器成功应用于负载搬运场景，实验结果充分验证了所提方法的实用性和有效性。

笔者认为，这项研究不仅展示了上肢外肢体机器人在负载搬运中的实用价值，更为人机协同交互提供了全新框架。该技术有望在更多协作场景中应用，从工业制造到医疗救援，从日常辅助到特殊环境作业，为智能协作系统的跨领域应用开辟了更多可能。