Passivity-based Semi-autonomous Rotational Motion Navigation for Rigid-body Networks: Stability and Human Passivity Analysis

技术摘要：基于无源性的刚体网络半自主旋转运动导航

问题陈述
虽然多机器人系统的协同控制在静态环境中已趋于成熟，但在动态、非结构化场景中确保稳定性往往需要人工干预。设计针对全三维刚体运动（特别是特殊正交群 $SO(3)$ 上的姿态控制）的“人在回路”系统仍面临重大挑战。现有方法在处理人工控制与自主控制之间的冲突时往往力不从心，可能损害闭环稳定性。此外，虽然基于无源性的方法被广泛用于保证稳定性，但验证“人类操作者表现为无源系统”这一假设并非易事，特别是在三维旋转运动学背景下。大多数现有框架仅限于平移运动或二维姿态运动学。

方法论
本文提出了一种新颖的基于无源性的半自主姿态控制框架，适用于与人类操作者交互的 $n$ 个刚体网络。方法论结构如下：

1. 系统建模：系统对 $n$ 个刚体进行建模，其姿态为 $R_i \in SO(3)$。集体行为由平均向量 $\bar{d}$（由固连于机体的向量导出）和“准平均”旋转矩阵 $\bar{R}$ 表征。每个机体的控制输入被分解为自主分量（$\omega_{ai}$）和人工中介分量（$\omega_{hi}$）。
2. 隐蔽控制架构：为防止自主控制干扰人类操作者对集体状态的感知，作者采用了“隐蔽控制”。自主控制信号被投影到平均状态动力学的零空间中。这确保了平均向量 $\bar{d}$ 仅根据人类指令演化，从而使自主机动对于操作者而言在平均状态层面是“不可见”的。
3. 虚拟领航者与同步：引入一个具有姿态 $R_l$ 的虚拟领航者来中介人工干预。人类操作者发出空间速度指令 $\omega^s_h$，以使虚拟领航者的姿态与参考向量 $d_r$ 同步。实际机器人网络通过基于无源性的姿态同步律与该虚拟领航者耦合。
4. 稳定性分析：作者在假设人类操作者为无源系统的前提下，严格证明了闭环稳定性。他们定义了一个结合相对旋转势能与人类操作者能量的能量函数。利用 LaSalle 不变性原理和 Nagumo 定理，他们证明了只要初始相对旋转矩阵满足特定的半正定性条件，系统轨迹将收敛至期望的参考向量 $d_r$。
5. 人类建模与验证：为支持理论分析，作者利用虚拟现实（VR）接口（Meta Quest 3S）进行了人在回路仿真。他们基于实验数据（受试者将虚拟向量对齐至参考向量）辨识出了人类操作者的连续时间传递函数模型。最后，他们利用频域无源性指标分析了这些辨识模型的无源性。

主要贡献
本文概述了三项主要贡献：

1. 新颖框架：提出了一种专门针对 $SO(3)$ 上人在回路刚体系统的基于无源性的半自主姿态控制框架。
2. 严格的稳定性证明：在人类无源性假设下，确立了所提架构的闭环稳定性，扩展了此前仅限于平移或二维运动学的工作。
3. 实证研究：首次通过人在回路仿真，在姿态控制背景下对人类无源性进行了调查，涉及人类动力学辨识及无源性特性的考察。

结果

• 理论方面：稳定性证明确认，如果人类操作者是无源的且满足初始条件，平均向量 $\bar{d}$ 将收敛至参考向量 $d_r$（$\lim_{t\to\infty} \|\bar{d} - d_r\| = 0$）。
• 仿真与辨识：从仿真数据中成功辨识出了人类操作者模型（共进行了 12 次试验，总计 180 秒）。该模型是一个 2 乘 2 的传递函数矩阵，捕捉了主要的输入 - 输出行为，拟合率根据耦合增益 $k_s$ 的不同，范围约为 51% 至 77%。
• 无源性分析：对辨识模型的分析显示，人类无源性对系统参数敏感。具体而言，对于耦合增益 $k_s = 3.0$，辨识模型在整个频率谱上满足无源性条件（$\nu(\omega) \ge 0$）。然而，对于 $k_s = 2.5$，无源性条件在约 2 rad/s 以上的频率处被违反。

意义与主张
本文声称通过建立人工干预下全三维刚体运动的稳定性框架，填补了文献中的关键空白。作者强调，虽然其理论框架依赖于人类无源性的假设，但其实验结果突显了这一假设并非普遍保证；它高度依赖于参数调整（特别是耦合增益 $k_s$）。因此，本文谦逊地得出结论：虽然所提框架在理想的无源性假设下是稳定的，但未来的工作必须扩展设计以容纳“无源性不足”的人类操作者，以确保实际应用中的鲁棒性。该工作被视为解决半自主网络中三维刚体运动控制这一更广泛挑战的初步步骤。