💻 computer science

Intention assimilation control for accurate tracking with variable impedance in teleoperation

Dieser Artikel schlägt eine Intention Assimilation Control (IAC)-Strategie vor, die die Zielposition des Leiters schätzt, um bei der Teleoperation eine hohe Verfolgungsgenauigkeit mit variabler Impedanz zu erreichen, wodurch der traditionelle Zielkonflikt zwischen Präzision und Sicherheit gelöst und gleichzeitig die Tele-Impedanzsteuerung bei verschiedenen Aufgaben übertroffen wird.

Ursprüngliche Autoren: Atsushi Takagi, Yanan Li, Hiroaki Gomi, Etienne Burdet

Veröffentlicht 2026-05-12

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Atsushi Takagi, Yanan Li, Hiroaki Gomi, Etienne Burdet

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einen ungeschickten Freund durch einen überfüllten Raum zu führen, indem Sie eine lange, unsichtbare Leine verwenden. Das ist im Wesentlichen, was Teleoperation ist: Ein Mensch (der „Führer") bewegt seine Hand, und ein Roboter (der „Folger") versucht, diese Bewegungen ferngesteuert zu kopieren.

Lange Zeit war der Standardweg, dies zu tun, wie die Verwendung einer sehr steifen, straffen Feder, die die beiden verbindet. Wenn Sie Ihre Hand bewegten, zog die Feder den Roboter sofort.

Das Problem: Ist die Feder zu straff (hohe Steifigkeit), ist der Roboter präzise, aber wenn er gegen etwas Zerbrechliches stößt (wie einen Ballon oder eine Person), trifft er hart an und verursacht Schäden. Lockern Sie die Feder (niedrige Steifigkeit), um sicher zu sein, wird der Roboter träge und hinkt hinterher, sodass er Ihre Bewegungen verpasst. Sie mussten sich zwischen Sicherheit oder Präzision entscheiden.

Diese Arbeit stellt eine neue Methode namens Intention Assimilation Control (IAC) vor, die dieses Dilemma löst. So funktioniert es, unter Verwendung einfacher Analogien:

1. Der alte Weg: „Folge meiner aktuellen Position" (Tele-Impedanz-Steuerung)

Bei der alten Methode (genannt TIC) wird dem Roboter gesagt: „Kopiere genau, wo meine Hand gerade ist."

Der Mangel: Wenn der Roboter „weich" (niedrige Steifigkeit) ist, um sicher zu sein, kann er mit Ihren schnellen Bewegungen nicht mithalten. Er hinkt hinterher. Um aufzuholen, muss der Roboter gewaltsam nach vorne rucken (wie ein Auto, das seine Räder durchdreht), was gefährlich und unpräzise ist.
Das Ergebnis: Entweder müssen Sie Ihre Muskeln straff halten (hohe Steifigkeit), um den Roboter präzise zu machen, oder der Roboter ist schlampig und unsicher.

2. Der neue Weg: „Folge meinem Ziel" (Intention Assimilation Control)

Die neue Methode (IAC) verändert das Gespräch. Anstatt zu sagen „Kopiere, wo ich bin", fragt der Roboter: „Wohin versuchst du zu gehen?"

Der magische Trick: Der Roboter betrachtet die Kraft, die Sie auf Ihren Controller ausüben. Genau wie ein geschickter Tanzpartner erraten kann, wohin Sie als Nächstes treten wollen, basierend darauf, wie Sie sich lehnen, prognostiziert dieser Roboter Ihr Ziel.
Die Analogie: Stellen Sie sich vor, Sie gehen durch ein Feld voller Blumen.
- Alter Roboter: Sie sagen ihm: „Tritt dort hin, wo mein Fuß ist." Wenn Sie sich schnell bewegen, stolpert der Roboter über die Blumen, weil er versucht, die aktuelle Position Ihres Fußes einzuholen.
- Neuer Roboter (IAC): Sie sagen ihm: „Tritt dorthin, wohin ich will zu gehen." Der Roboter erkennt Ihre Absicht, berechnet den glatten Pfad zu diesem zukünftigen Ort und geht sanft dorthin. Selbst wenn der Roboter „weich" und sanft ist, weiß er genau, wohin er muss, weil er auf Ihr Ziel zusteuert, nicht auf Ihre aktuelle, hinkende Position.

3. Warum das eine große Sache ist

Die Forscher testeten dies mit zwei Roboterarmen (wie menschliche Arme mit 7 Gelenken) in vier verschiedenen Szenarien:

Freie Bewegung: Wenn sich der Roboter einfach durch die Luft bewegte, war die neue Methode viel präziser, selbst wenn der Roboter sehr weich und sanft eingestellt war. Die alte Methode ließ den Roboter wild herumpeitschen, wenn er versuchte, aufzuholen.
Der Ballon-Test: Der Roboter musste einen Ballon berühren, ohne ihn zu platzen.
- Der alte Roboter (selbst mit hoher Steifigkeit) war zu ungeschickt und platze den Ballon.
- Der neue Roboter (mit niedriger Steifigkeit) drückte den Ballon sanft und platze ihn nicht, während er gleichzeitig die Hand des Menschen perfekt folgte.
Der Stift-im-Loch: Eine klassische knifflige Aufgabe, bei der Sie einen Stift in ein kleines Loch schieben müssen.
- Mit dem alten Roboter hatten die Menschen Schwierigkeiten. Der Roboter war zu schlampig, um den Stift auszurichten, und wenn er stecken blieb, konnte der Mensch ihn nicht leicht wieder befreien, weil der Roboter nicht auf kleine Drehbewegungen reagierte.
- Mit dem neuen Roboter schlossen die Menschen die Aufgabe viel schneller ab und mit viel höheren Erfolgsquoten. Da der Roboter den beabsichtigten Pfad folgte, konnte er weich genug sein, um den Stift in das Loch zu wackeln, ohne ihn zu erzwingen.
Polieren: In einem Setup, bei dem der Mensch die vom Roboter ausgeübte Kraft spüren konnte (wie beim Polieren eines Tisches), ermöglichte die neue Methode dem Menschen, auf die Fliege zu ändern, wie „steif" sich der Roboter anfühlte. Der Roboter blieb präzise, egal ob er weich oder hart war.

Das Fazit

Die Arbeit behauptet, dass Intention Assimilation Control einem Roboter erlaubt, gleichzeitig sicher (weich und sanft) und präzise (das Ziel perfekt treffend) zu sein.

Dies erreicht es, indem es den Roboter daran hindert, blind die aktuelle Handposition des Menschen zu jagen, und stattdessen dazu bringt, das beabsichtigte Ziel des Menschen zu verfolgen. Dies gibt dem menschlichen Bediener die Freiheit, in der Nähe zerbrechlicher Objekte sanft und bei Bedarf fest zu sein, ohne dass der Roboter jemals den Weg verliert oder gefährlich wird.

Technische Zusammenfassung: Intention Assimilation Control für präzises Tracking mit variabler Impedanz in der Teleoperation

1. Problemstellung

Teleoperationssysteme verlassen sich typischerweise auf eine federähnliche Kraft, um einen Folger-Roboter zur Position eines Führers zu ziehen. Dieser traditionelle Ansatz stellt einen grundlegenden Zielkonflikt dar:

Niedrige Steifigkeit: Gewährleistet Sicherheit beim Interagieren mit empfindlichen Objekten oder Menschen, führt jedoch zu einer schlechten Tracking-Genauigkeit, insbesondere bei dynamischen Bewegungen.
Hohe Steifigkeit: Gewährleistet präzises Tracking, birgt aber Sicherheitsrisiken in geteilten Umgebungen und kann Instabilität oder „Peitschenschlag"-Effekte verursachen, wenn der Operator die Impedanz schnell ändert.

Bestehende State-of-the-Art-Lösungen, wie die Tele-Impedanz-Steuerung (TIC), versuchen dies zu lösen, indem sie die Impedanz des Arms des Operators (via EMG oder Greifkraft) schätzen und die Impedanz des Followers daran anpassen. TIC übermittelt jedoch weiterhin die aktuelle Position des Führers als Ziel. Folglich kann der Folger, wenn seine Impedanz niedrig (nachgiebig) ist, die Trajektorie des Führers nicht genau verfolgen, es sei denn, der Operator hält eine hohe physische Steifigkeit (Ko-Kontraktion) aufrecht, was ermüdend und nicht nachhaltig ist. Umgekehrt riskiert ein steifer Folger, die Umgebung zu beschädigen.

Das adressierte Kernproblem besteht darin, wie ein Folger-Roboter in die Lage versetzt werden kann, die Bewegung eines Führers genau zu verfolgen, während der Operator die Impedanz des Followers frei von niedrig bis hoch modulieren kann, ohne die Tracking-Leistung oder die Sicherheit zu beeinträchtigen.

2. Methodik: Intention Assimilation Control (IAC)

Die Autoren schlagen Intention Assimilation Control (IAC) vor, eine Strategie, die die Tracking-Genauigkeit von der momentanen Impedanz des Followers entkoppelt.

Kernkonzept

Im Gegensatz zu traditionellen Methoden, die die aktuelle Position ( $x_l$ ) des Führers an den Folger übertragen, schätzt IAC die Zielposition ( $\tau_l$ ) des Führers basierend auf der vom Operator ausgeübten Kraft und übermittelt dieses geschätzte Ziel an den Folger. Der Folger verfolgt dann dieses virtuelle Ziel ( $\tau^*$ ) anstatt des momentanen Zustands des Führers.

Steuerungsarchitektur

Zielschätzung: Der Folger schätzt die beabsichtigte Trajektorie des Operators ( $\tau^*$ ), indem er die auf den Führer-Roboter ausgeübte Kraft beobachtet. Dies wird mittels eines internen Modells modelliert, bei dem die Zieltrajektorie eine Funktion der Zeit ist (z. B. feste Position oder lineare Geschwindigkeit).
Zustandsbeobachtung: Ein Kalman-Filter wird eingesetzt, um den erweiterten Zustandsvektor zu schätzen, der die Position und Geschwindigkeit des Roboters, die Parameter der Zieltrajektorie und den Steuereingriff des Führers umfasst. Der Beobachter minimiert den Fehler zwischen dem geschätzten Zustand und dem gemessenen Zustand (Position, Geschwindigkeit und Kraft).
Steuerungsgesetz: Der Regler des Followers ist wie folgt ausgelegt:
$u = -L_1(x - \tau^*) - L_2(\dot{x} - \dot{\tau}^*)$
Dabei sind $L_1$ und $L_2$ die Steifigkeits- und Dämpfungsgewinne des Followers. Da das Ziel $\tau^*$ eine Schätzung der beabsichtigten Trajektorie und nicht der aktuellen Position ist, müssen die Gewinne $L_1$ und $L_2$ nicht hoch sein, um eine Konvergenz zu erreichen. Sie können aus Sicherheitsgründen niedrig eingestellt oder dynamisch moduliert werden.
Impedanzmodulation: Der Operator steuert die Impedanzgröße des Followers über seine Greifkraft (Power Grasp), die linear mit der Steifigkeit des Armendpunkts korreliert. Dies ermöglicht eine Echtzeit-Anpassung der Nachgiebigkeit des Followers.
Stabilität: Um Instabilität bei schneller Erhöhung der Steifigkeit (ein bekanntes Problem in der Impedanzsteuerung) zu verhindern, wird die Rate der Steifigkeitszunahme unter Verwendung einer Bedingung, die von Kronander und Billard (2016) abgeleitet wurde, eingeschränkt, wodurch sichergestellt wird, dass das System auch während schneller Übergänge stabil bleibt.

Systemdynamik

Der Artikel modelliert die Führer- und Folger-Roboter unter Verwendung der Standard-Rigid-Körper-Dynamik. Der Regler des Followers kompensiert seine eigene Dynamik, um der Dynamik des Führers zu entsprechen, und erzeugt effektiv ein „angepasstes" System, bei dem der Folger das Verhalten des Führers nachahmt, wenn die Steuereingänge identisch sind.

3. Hauptbeiträge

Neuartige Steuerungsstrategie: Einführung von IAC, die das Steuerungsparadigma vom Tracking der aktuellen Position des Führers zum Tracking einer geschätzten Zielposition verschiebt, die aus der Operator-Intention abgeleitet wird.
Entkopplung von Genauigkeit und Impedanz: Demonstration, dass eine hohe Tracking-Genauigkeit auch dann aufrechterhalten werden kann, wenn die Impedanz des Followers niedrig ist, wodurch die Einschränkungen von TIC überwunden werden.
Experimentelle Validierung: Ein umfassender Vergleich zwischen IAC und TIC in vier verschiedenen experimentellen Szenarien:
1. Freies Tracking: Mehrachsige Bewegung mit variabler Impedanz.
2. Weiche Interaktion: Interaktion mit einem Ballon zur Prüfung von Sicherheit und Nachgiebigkeit.
3. Stift-in-Loch: Eine Präzisionsaufgabe, die hohe Nachgiebigkeit für die Ausrichtung, aber genaues Tracking für das Einfügen erfordert.
4. Bilaterales Polieren: Eine Kraft-Rückkopplungsaufgabe, bei der der Operator die Impedanz über die Greifkraft moduliert.

4. Experimentelle Ergebnisse

Die Studie nutzte zwei 7-DOF-Franka-Emika-Manipulatoren mit einer Kommunikationsverzögerung von 100 ms für unilaterale Aufgaben und 0 ms für bilaterale Aufgaben.

Freies Tracking:
- TIC: Der Tracking-Fehler stieg stark an, wenn die Impedanz unter 400 N/m fiel. Bei niedriger Steifigkeit (80 N/m) überschritten die Fehler 20 cm. Hohe Steifigkeit verursachte „Peitschenschlag" (schnelle Beschleunigung/Verzögerung), wenn der Operator die Impedanz erhöhte.
- IAC: Hielt den Tracking-Fehler über den gesamten Impedanzbereich (80–1320 N/m) unter 10 cm (schwebend um 5 cm). Kein Peitschenschlag wurde beobachtet.
- Quantitativ: IAC reduzierte den Tracking-Fehler im getesteten Bereich um den Faktor 2,21 im Vergleich zu TIC.
Ballon-Interaktion:
- TIC: Selbst mit einem hohen Gewinn (300 N/m) gelang es dem Folger nicht, im freien Raum genau zu verfolgen, und er riss den Ballon beim Kontakt aufgrund einer schlechten Nachgiebigkeitssteuerung.
- IAC: Mit einem niedrigen Gewinn (60 N/m) verfolgte der Folger den Führer im freien Raum genau und interagiert sanft mit dem Ballon, wodurch ein Reißen verhindert wurde.
Stift-in-Loch:
- Teilnehmer: 8 unerfahrene Nutzer.
- Erfolgsrate: IAC erreichte eine Erfolgsrate von 88 % innerhalb von 20 Sekunden, verglichen mit 50 % für TIC ( $p=0,02$ ).
- Abschlusszeit: Erfolgreiche Versuche mit IAC dauerten signifikant weniger Zeit (10,0 s vs. 17,0 s für TIC, $p<0,001$ ).
- Mechanismus: Die Verbesserung wurde primär durch die Einführphase getrieben. IAC ermöglichte es, dass die Orientierung des Followers korrekt auf die rotatorischen Anpassungen des Führers reagierte, was es den Nutzern ermöglichte, den Stift aus Klemmungen herauszuschütteln. TIC gelang es nicht, diese rotatorischen Korrekturen effektiv zu übertragen, wenn der Folger nachgiebig war.
Bilaterales Polieren:
- IAC hielt auch dann einen niedrigen Tracking-Fehler auf der x-y-Ebene aufrecht, wenn der Operator die Impedanz über die Greifkraft modulierte.
- Die Kraft-Rückkopplung wurde in beiden Modi genau an den Führer reflektiert, was einen stabilen bilateralen Betrieb bestätigte.

5. Bedeutung und Behauptungen

Der Artikel behauptet, dass IAC ein beispielloses Maß an Kontrolle über die Position und Impedanz des Followers sowohl bei unilateraler als auch bei bilateraler Teleoperation bietet.

Sicherheit und Genauigkeit: IAC löst den traditionellen Zielkonflikt und ermöglicht sichere Interaktionen mit niedriger Steifigkeit, ohne die Tracking-Präzision zu opfern.
Benutzerfreiheit: Operatoren können die Impedanz basierend auf den Aufgabenanforderungen modulieren (z. B. niedrige Steifigkeit zum Polieren, hohe zum Bohren), ohne dass sie physische Ko-Kontraktion der Muskeln aufrechterhalten müssen, um die Genauigkeit zu bewahren.
Robustheit: Die Methode ist robust gegenüber Kommunikationsverzögerungen (getestet bei 100 ms) und erfordert in den getesteten Konfigurationen keine komplexen Passivitätsalgorithmen für die Stabilität.
Praktikabilität: Durch die Verwendung der Greifkraft zur Impedanzschätzung vermeidet das System das Rauschen und die Kalibrierungsschwierigkeiten, die mit EMG-basierten Methoden verbunden sind, und macht es für den Einsatz in der realen Welt praktikabler.

Die Autoren kommen zu dem Schluss, dass IAC Robotern ermöglicht, menschliche Bewegungen genau zu replizieren, während es dem Benutzer die Freiheit gewährt, die Impedanz an die Umgebung anzupassen – eine Fähigkeit, die TIC ohne Kompromisse entweder bei der Sicherheit oder bei der Leistung nicht erreichen kann.