想象一下，你是一名建筑工人，整天都要从低矮的箱子中搬运重物。你的背部是你最宝贵的工具，但它也是最容易疲劳和受伤的部分。科学家们制造了“背部支撑外骨骼”——本质上是一种机器人支架——它们就像一个超强力的助手，可以减轻你脊柱的压力。
然而，这里有一个问题：时机至关重要。
如果你的机器人助手推你的背推得太早，你会觉得很奇怪且阻碍行动。如果它推得太晚，你在尝试自己抬起箱子时已经拉伤了背部。目前的机器人大多是有些“盲目”的。它们只根据你弯腰的程度来判断何时提供帮助。它们并不知道你实际在做什么，直到你已经开始移动为止。
这篇论文介绍了一种让这些机器人变得更聪明的新方法：赋予它们眼睛和感知你视线方向的能力。
“智能眼镜”解决方案
研究人员为工人配备了特殊的眼镜，这些眼镜可以同时实现两件事：
- 追踪你的眼睛： 它们准确知道你在盯着哪里看。
- “看到”箱子： 利用摄像头和人工智能（一种被称为 YOLO 的计算机视觉技术），它们可以识别出那里是否放着一个箱子，或者你是否已经抓住了它。
把它想象成一个舞伴。
- 旧方法（仅靠姿态）： 你的舞伴会等到你向前倾斜到快要摔倒时，才伸手扶住你。这有点像是在做反应，你可能会在被扶住前踉跄一下。
- 新方法（视觉触发）： 你的舞伴会观察你的眼睛。当你注视着箱子且双手伸向它的一瞬间，他们就知道：“啊，他们准备要抬起来了！”于是他们在你感觉到压力之前就开始向上推。他们预判了你的动作。
它是如何工作的（“红绿灯”系统）
机器人使用一个简单的逻辑系统（类似于红绿灯）来决定何时提供帮助：
- 红灯（不提供帮助）： 你站立不动，或者箱子只是静静地放在地板上。此时机器人保持安静，这样你就不会觉得是在与机器对抗。
- 绿灯（全力协助）： 一旦机器人看到你的目光锁定在箱子上，且你的双手正在抓取它，这个“闸门”就会开启。机器人立即明白：“好了，抬举动作开始了！”并会立即施加额外的力量来帮助你站起。
实验过程
团队对 15 名志愿者进行了测试，让他们重复抬起一个 4 公斤（约 9 磅）重的箱子。他们尝试了三种情景：
- 无机器人： 正常搬运箱子。
- “盲眼”机器人： 机器人仅根据人的弯腰程度来提供帮助。
- “智能眼”机器人： 机器人根据人的视线方向以及是否抓住了箱子来提供帮助。
研究发现
结果非常明确：“智能眼”版本是胜出者。
- 感觉更轻松： 当机器人能“看到”他们在做什么时，人们反映这项任务的体力消耗感降低了。
- 感觉更流畅： 帮助开始的时机恰到好处，没有迟疑那一瞬间。这让整个动作感觉更加自然、连贯。
- 更有信任感： 因为机器人在需要的时候精准地提供了帮助，工人更加信任它，也觉得佩戴起来更舒适。
核心结论
这篇论文证明了，赋予背部支撑机器人“看见”你在做什么以及“观察”你视线方向的能力，会让它成为一个更好的助手。它让机器人不再是瞎猜，而是开始进行预判。它不再仅仅是对你身体弯曲做出反应，而是对你的意图做出反应，使工作感觉更轻盈、更安全。
注：该研究是在实验室环境下针对特定的 4 公斤箱子进行的。研究人员指出，在现实世界中，箱子的重量或尺寸可能会有所不同，这也是他们希望在未来工作中解决的问题。
技术摘要：从愿景到辅助：面向背部支撑外骨骼的注视与视觉增强自适应控制
问题陈述
背痛仍是一种普遍的工作相关性疾病，主动式背部支撑外骨骼被提议作为一种解决方案，用于重新分配脊柱载荷。然而，主动式外骨骼的有效性关键取决于能否提供及时的、具备上下文感知能力的辅助。现有的控制策略通常依赖于反应式用户信号（如 IMU、EMG 或施加的扭矩）或不直接参与控制回路的静态视觉系统。这些方法往往缺乏感知作业环境的能力，导致辅助时机不当，从而降低用户的信任度、舒适度和长期接受度。具体而言，目前的系统难以区分用户仅仅是弯腰观察物体，还是正在积极抓取物体，这导致在关键举重阶段会出现扭矩交付延迟。
研究方法
作者提出了一种用于主动腰部职业外骨骼的视觉门控控制框架，该框架集成了第一视角视觉与可穿戴注视追踪技术，以实现上下文感知的辅助。系统架构包含三个主要部分：
感知模块： 利用安装在 Tobii Pro Glasses 3 上的第一视角摄像头，系统流式传输 RGB 帧和注视坐标。经过微调的 YOLOv9 检测器将物体分类为“已抓取（Grasped）”或“未抓取（Not Grasped）”。通过将用户的注视点映射到图像平面，系统生成二进制指示器（χt+ 和 χt−），以确定用户是否正在注视被抓取的物体。时间滤波逻辑（带有停留比例的滑动窗口）将这些指示器转换为鲁棒的二进制视觉门控（1box），确保状态转换反映的是有意的抓取事件而非瞬态波动。
有限状态机 (FSM)： FSM 通过四个状态管理任务进程：(0) 无箱站立，(1) 弯腰拾取，(2) 提箱站立，以及 (3) 弯腰放置。状态转换由躯干倾角阈值（θstand,θbend）和视觉门控触发。至关重要的是，视觉门控允许系统自主触发从“弯腰拾取”到“提箱站立”的状态转换（状态 1 → 2），并基于抓取状态管理释放过程（状态 3 → 0），而非仅仅依赖姿态。
变阻抗控制： 控制器通过阻抗律提供辅助扭矩（τass）。参考扭矩是躯干扭矩（τw）与箱体扭矩（τbox）的加权和。其中 τbox 的引入受视觉模块门控。系统采用变刚度策略，根据运动速度在“软”（可背驱动，K=0）和“硬”（高刚度，K≥Kmin）模式之间切换，并采用平滑过渡以确保流畅性。
实验方案
研究人员对 15 名健康志愿者进行了重复的俯身提重物试验，实验中使用一个 4 kg 的箱子。研究对比了三种工况：
- EC1： 无外骨骼（基准组）。
- EC2： 具有基于姿态控制的外骨骼（无视觉）。
- EC3： 具有视觉门控控制的外骨骼。
参与者并不知道 EC2 与 EC3 之间的视觉激活差异，以避免偏差。性能通过客观扭矩分析和包含 13 项项目的 Likert 量表进行评估，该量表涵盖了物理需求、流畅度、信任度和舒适度。
关键结果
- 感知准确度： 基于 YOLO 的抓取检测实现了 92.35% 的宏平均 F1 分数（精确率：92.84%，召回率：91.86%）。
- 物理需求： 统计分析（Friedman 检验，p<0.001）表明，与无外骨骼基准组（EC1）和仅基于姿态的外骨骼组（EC2）相比，视觉门控工况（EC3）显著降低了感知物理需求。EC3 的评分（均值 3.60）明显高于 EC2（均值 2.13）。
- 用户体验： 对于所有主观指标（流畅度、信任、舒适度、相互理解），视觉门控模式的表现均显著优于仅基于姿态的模式（经 Holm 校正后的 Wilcoxon 符号秩检验，p<0.05）。效应量较大（物理需求的 Kendall's W=0.752；秩二相关系数通常 ≥0.80）。
- 控制性能： 定量分析显示，视觉门控实现了更早且更强的辅助。系统缩短了实际抓取与扭矩启动之间的延迟，特别是在从弯腰到起身的过渡关键阶段。参与者无需达到特定的姿态阈值即可获得支持，因为系统会基于抓取事件预判任务。
意义与主张
本文声称，将第一视角视觉和注视追踪集成到主动背部支撑外骨骼的控制回路中，能显著提升系统的响应性、人体工程学性能、安全性及用户接受度。通过从纯反应式的、基于姿态的控制转向前瞻性的、具备上下文感知能力的辅助，所提出的框架解决了现有外骨骼存在的“盲目性”问题。结果表明，视觉门控辅助提高了人机协作的自然度，从而促进了信任感和舒适度——这两者是主动式外骨骼在工业领域应用的关键因素。
局限性与未来工作
作者承认本研究是在受控实验室条件下进行的，使用的是单一类型的箱子且重量已知。他们指出，未来的工作必须解决多变负载的问题，可能需要通过在线重量估计或动态自适应来实现。此外，目前的研究重点在于腰部辅助；未来的迭代目标是整合腰部与髋关节的协调控制，以支持诸如深蹲和行走等多样化任务。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。