SHARE: Towards Head-Mounted AR with User-Centric SLAM in Shared Human-Robot Workspaces
本文提出了 SHARE，一种面向共享人机工作空间的以用户为中心的 SLAM 系统，该系统通过自适应调整传输优先级并利用视觉特征冗余，在保持高跟踪精度的同时显著降低延迟，从而优先考虑增强现实（AR）的用户体验。
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
想象一下，你戴着一副神奇的眼镜，它们能把数字图像绘制到现实世界中。你可能会看到一只虚拟的机械臂正在帮你搭建乐高城堡，或者一个发光的箭头正指引你寻找丢失的钥匙。这就是增强现实（AR）。但为了让这些图像看起来真实，它们必须是完美的。如果你转头时，虚拟图像甚至产生了一点点延迟，你的大脑就会感到困惑，图像看起来会像是在“游泳”，你甚至可能会感到恶心。为了让这种魔法生效，眼镜需要精确地知道你在哪里以及房间是什么样子的，而且要瞬间完成。这项工作被称为 SLAM（即时定位与地图构建）。它就像一个超级快速的大脑，在不断绘制房间地图的同时，也在弄清楚你站在其中的什么位置。
现在，想象一下你并不是独自一人在房间里。房间里还有一个真实的机器人，比如吸尘器或助手机器人，正和你一起工作。你和机器人都在试图同时绘制同一张地图。通常，为了节省能量，这些设备会将它们的绘图发送给附近的一台功能强大的计算机（称为边缘服务器），以便将它们合并成一张巨大的、完美的地图。但问题在于，这台计算机经常会过载。它对你和机器人的处理方式完全一样，以同样的速度发送数据。但你和机器人的需求截然不同：你的神奇眼镜需要极高的速度来维持幻觉，而机器人可以稍微慢一点，依然能完成它的工作。如果计算机不知道两者的区别，你的虚拟图像就会开始出现延迟，从而破坏这种魔力。
这正是名为 SHARE 的新系统发挥作用的地方。研发 SHARE 的研究人员意识到，在共享的工作空间中，将人类和机器人完全等同对待是注定失败的。他们构建了一个像智能交通控制器一样的系统。它不再给每个人分配同样多的道路空间，而是观察谁正在驾驶，并据此调整限速。它知道佩戴 AR 头显的人处于一个“速度区”，在那里每一毫秒都至关重要；而机器人则处于“巡航区”，它可以接受稍长的等待。
为了实现这一点，SHARE 使用了一些聪明的技巧。首先，它为每个智能体创建了一个“幸福感评分”（称为体验质量，或 QoE）。对于人类来说，一旦出现任何延迟，分数就会立即下降；对于机器人来说，只有当机器人迷路或出错时，分数才会下降。系统不断检查这些分数，并使用一种特殊的数学工具（称为 PID 调度器）来决定谁先向服务器发送数据。如果人类移动得很快，或者正在盯着一面难以找到地标的单调白墙看，系统就会大喊：“人类优先！”并加快他们的数据传输速度。如果机器人只是在巡航，它就会排队等待。
其次，SHARE 是识别冗余的高手。在一个小房间里，你和机器人可能同时在观察同一面墙的同一个角落。旧系统会把那个角落的画面发送两次，既浪费时间又浪费能量。SHARE 会精确计算你的视野与机器人的视野有多少重叠。如果你俩都在看同一个地方，它只会发送一次数据，从而节省宝贵的时间。这就像两个朋友在向第三个人描述一部电影：他们不会互相抢话，而是轮流说话或合并他们的描述，这样就不会让听的人感到无聊等待。
研究人员在现实世界中使用真实的 AR 头显（Meta Quest 3）和地面机器人（TurtleBot 4）对该系统进行了测试。他们发现 SHARE 非常有效。对于人类用户，该系统将延迟（时延）降低到了平均 13.22 毫秒。这是一个巨大的进步，与标准系统相比，它将延迟降低了 43.3%，并使延迟保持在 20 毫秒的限制之下，从而避免了那种“游泳”感。至关重要的是，机器人并没有迷路；它的精度保持在不到 2 厘米以内。
在针对 20 人进行的参与者研究中，结果更加令人印象深刻。当人们通过 AR 眼镜使用 SHARE 来控制机器人时，他们觉得机器人的反应更加可预测且响应迅速。事实上，65% 的参与者表示 SHARE 是他们最喜欢的系统，而且没有人选择它作为最不喜欢的系统。这项研究表明，通过根据人类和机器人的实际需求进行差异化对待，我们可以让共享工作空间感觉更加流畅和神奇，而无需依赖超昂贵的计算机来承担繁重的计算任务。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。