⚡ electrical engineering

Safe Human-to-Humanoid Motion Imitation Using Control Barrier Functions

本文提出了一种基于视觉的人形机器人运动模仿框架，通过单目相机捕捉人体关键点并映射为关节角度，同时利用控制障碍函数（CBF）构建的二次规划层过滤指令，从而在实时模仿人类动作时有效避免自碰撞及人机碰撞，确保操作安全。

原作者： Wenqi Cai, John Abanes, Nikolaos Evangeliou, Anthony Tzes

发布于 2026-04-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Wenqi Cai, John Abanes, Nikolaos Evangeliou, Anthony Tzes

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种让人形机器人能够安全地“模仿人类动作”的新方法。你可以把它想象成给机器人装上了一套"智能防碰撞护盾"，让它既能像镜子一样模仿你的动作，又绝不会笨手笨脚地撞到自己或撞到你。

下面我用几个生活中的比喻来拆解这项技术：

1. 核心任务：让机器人“照镜子”

想象你在教一个机器人跳舞或做操。

以前的做法：你需要给机器人穿上特制的紧身衣，或者在房间里装很多昂贵的摄像头和传感器。这就像为了学个舞，先给自己穿上一套沉重的潜水服，既贵又不方便。
这篇论文的做法：只需要一个普通的摄像头。它就像你的眼睛，看着你，然后通过算法把你的骨架“画”出来，直接告诉机器人：“看，我的胳膊抬起来了，你也抬起来。”
简单说：这就是一个低成本、纯视觉的“动作模仿系统”。

2. 遇到的难题：模仿太投入，容易“翻车”

虽然机器人能看懂你的动作，但它没有人类的“身体直觉”。

场景一（自撞）：当你把手交叉在胸前时，机器人如果完全照搬，它的两只机械臂可能会在胸前“打架”，把自己卡住。
场景二（撞人）：当你把手伸向机器人时，机器人如果也把手伸过来，可能会直接“打”到你的脸上。
痛点：如何在让它忠实模仿的同时，又绝对安全？

3. 解决方案：给机器人装上“隐形护盾” (CBF-QP)

为了解决这个问题，作者给机器人加了一个安全过滤器，我们可以把它想象成一位经验丰富的“空中交通管制员”。

胶囊模型（Capsule Model）：
为了计算方便，作者没有把机器人和人的身体当成复杂的几何形状，而是把它们简化成了一个个“胶囊”（就像那种两头是半圆、中间是圆柱的糖果，或者像胶囊药丸）。
- 比喻：想象机器人和人都被包裹在一层厚厚的、圆滚滚的“棉花糖”里。只要这些“棉花糖”不互相挤压，身体就不会相撞。
控制屏障函数（CBF）：
这是那个“交通管制员”的大脑。它时刻盯着这些“棉花糖”之间的距离。
- 如果距离很远，它说：“继续模仿，没问题！”
- 如果距离变近了，它立刻介入：“慢一点！再近就要撞了！”
- 如果快要撞上了，它会强行修改机器人的动作指令。比如，你让机器人把手举高，但机器人发现手要撞到头了，它会自动把胳膊稍微往旁边偏一点点，既保留了“举手”的大致意图，又避开了碰撞。
二次规划（QP）：
这是“交通管制员”的计算工具。它能在毫秒级别内算出：“为了既安全又最像你的动作，我现在的关节应该转多少度？”这是一个数学上的“最优解”问题。

4. 实验结果：快、准、稳

作者做了很多模拟测试：

测试场景：比如让人做“交叉手臂”的动作（容易自撞），或者两人并排举手（容易互撞）。
结果：
- 没有“护盾”的机器人：动作很僵硬，或者直接撞在一起，甚至把自己卡死。
- 有“护盾”的机器人：动作流畅自然，但在快要撞上的瞬间，会像有弹性一样自动微调，完美避开危险，同时看起来还是在模仿你。

5. 为什么选“胶囊”？（性能对比）

论文还对比了不同的形状模型（比如用很多小球拼凑，或者用方块盒子）：

小球/方块：要么计算太慢（像老式电脑），要么不够精确（容易漏掉碰撞）。
胶囊：就像最聪明的选择。它既简单（计算快），又贴合人体（像胳膊、腿这种圆柱状结构），还能在显卡（GPU）上跑得飞快，达到每秒 30 多次的实时反应速度。

总结

这篇论文就像给机器人装上了一套带有“预知未来”能力的智能防身术。
它不需要昂贵的设备，只用一个摄像头，就能让机器人像人一样灵活地模仿动作，同时拥有一种本能的“避险直觉”——在危险发生前的最后一毫秒，自动调整动作，确保既像人，又安全。

这对于未来让机器人在家里帮忙、在医院协助医生，或者在工厂与人协作，都是非常重要的一步。

论文技术总结：基于控制障碍函数的安全人机仿人运动模仿

1. 研究背景与问题 (Problem)

人机仿人运动模仿（Human-to-Humanoid Motion Imitation）在直观的人机交互、遥操作和基于演示的控制中具有重要意义。然而，现有的安全模仿面临以下核心挑战：

感知与重定向的局限性：传统的基于视觉的模仿系统虽然能实时从摄像头捕捉人体骨架关键点并映射到机器人关节，但仅靠感知和运动重定向（Retargeting）无法保证安全。
碰撞风险：在实时上肢运动跟踪中，机器人极易发生自碰撞（Self-collision，如手臂与躯干碰撞）以及人机碰撞（Human-robot collision，如手臂向演示者移动）。
现有方案不足：现有的安全控制方法（如控制障碍函数 CBF）在视觉驱动的人机模仿场景中，特别是结合在线几何安全过滤的应用尚属空白。

2. 方法论 (Methodology)

本文提出了一种基于视觉的安全人机仿人运动模仿框架，其核心流程包含三个主要模块：

A. 基于视觉的姿态估计与运动重定向

输入处理：利用单目摄像头捕捉人体骨架关键点。为了增强鲁棒性，首先通过结合指数移动平均（EMA）和跳跃拒绝的点级滤波器处理原始骨架数据。
姿态角估计：不求解完整的逆运动学（IK），而是直接估计简化的 8 自由度（8-DoF）人体姿态向量 $\theta$ （包含躯干翻滚/俯仰、左右肩俯仰/翻滚、左右肘关节角度）。通过构建基于骨盆和双肩的局部躯干坐标系，计算相对于躯干的臂部运动。
关节空间重定向：采用仿射变换将人体姿态映射到机器人关节空间。引入关节限位投影（Joint-limit projection）和缩放/偏移参数，生成名义上的关节位置指令 $q_{nom}$ 。

B. 基于胶囊模型的碰撞建模

几何近似：为了紧凑地表示碰撞几何，将机器人和人体均近似为**7 个胶囊体（Capsule）**模型（包括躯干、左右上臂、左右前臂、左右大腿）。
参数更新：机器人的胶囊参数通过正向运动学（FK）根据当前关节状态更新；人体的胶囊参数直接从去噪后的骨架点提取，并转换到机器人参考系。

C. 基于 CBF-QP 的安全控制层

安全函数定义：针对每一对胶囊体（机器人 - 机器人或机器人 - 人体），定义安全函数 $h_{AB} = d_{AB} - (r_A + r_B + \phi)$ ，其中 $d_{AB}$ 为最近点距离， $\phi$ 为安全裕度。
控制障碍函数 (CBF)：利用一阶 CBF 条件 $\dot{h} + \gamma h \geq 0$ 确保系统状态始终保持在安全集内。
二次规划 (QP) 求解：
- 构建一个实时 QP 问题，目标是最小化实际关节速度 $u$ 与参考速度 $u_{ref}$ （由名义指令 $q_{nom}$ 和内部安全目标 $q_{cbf}$ 的误差生成）之间的加权偏差。
- 约束条件：包含所有激活的 CBF 线性约束（ $A_i u \geq -\gamma h_i$ ）以及关节速度限位。
- 执行逻辑：当无碰撞风险时，QP 输出接近名义指令；当检测到潜在碰撞（ $h \to 0$ ）时，QP 自动调整速度以维持安全距离，同时尽可能保留模仿行为。

3. 主要贡献 (Key Contributions)

视觉驱动的安全框架：建立了一个端到端的框架，能够从基于摄像头的观测中在线生成具有碰撞感知能力的运动指令，无需穿戴式设备。
统一的胶囊基 CBF-QP 层：提出了一种基于胶囊模型的 CBF 公式化方法，在统一的实时控制层中同时处理自碰撞和人机碰撞问题。
碰撞原型的基准测试：对不同碰撞几何模型（球体、包围盒、胶囊）进行了计算性能基准测试，量化了计算开销与约束复杂度的权衡，论证了胶囊模型在 GPU 加速下的优越性。

4. 实验结果 (Results)

研究在仿真环境中进行了评估，主要包含两部分：

A. 运动模仿中的安全性验证

场景：测试了“交叉手臂伸展”（自碰撞）和“并排抬臂”（人机碰撞）两种典型危险场景。
表现：
- 未加 CBF 过滤的名义运动会导致明显的碰撞（违反安全边界）。
- 引入 CBF-QP 后，机器人能够实时检测到安全裕度趋零，并平滑地修改运动轨迹以避开碰撞，同时保持了模仿动作的语义一致性（即动作意图未变，只是路径被修正）。

B. 碰撞几何模型基准测试 (CBF Geometry Benchmarks)

对比模型：球体分解（不同细分度）、包围盒（Bounding Boxes）、胶囊体（Capsules）。
硬件环境：Intel Core Ultra 9 CPU + NVIDIA RTX 5080 GPU。
关键发现：
- GPU 加速优势：利用 GPU 并行处理大量约束显著提升了性能。
- 胶囊模型最优：在 GPU 上，胶囊模型实现了最高的控制频率（33.084 Hz），且求解时间极短（0.030s）。
- 约束数量：胶囊模型仅需 72 个约束，远少于球体模型（705-1988 个），在保证精度的同时大幅降低了计算复杂度。

5. 意义与展望 (Significance)

理论价值：填补了视觉驱动的人机模仿中在线几何安全过滤的研究空白，证明了 CBF 在处理复杂人机交互安全约束方面的有效性。
实用价值：该框架设计为可自然迁移至真实机器人硬件，为轻量级、低成本（仅需单目相机）的仿人机器人安全交互提供了可行的技术路线。
未来工作：计划进行真实机器人部署，量化评估模仿保真度，并探索更高效的 CBF 公式以处理更丰富的碰撞对集合。

总结：本文提出了一种高效、安全的视觉驱动人机模仿系统，通过引入基于胶囊模型的 CBF-QP 安全层，成功解决了实时运动模仿中的自碰撞和人机碰撞难题，并在仿真中验证了其在保持动作自然性的同时确保绝对安全的能力。