想象一支无人机团队正在协作搜索一栋坍塌的建筑或绘制一片茂密的森林。为了真正发挥效力，这些机器需要作为一个单一且具有凝聚力的整体进行运作，在复杂的三维空间中穿行，同时由一名人类操作员进行观察和引导。对于人类而言，这项挑战是巨大的：他们必须同时控制集群的行进方向、移动速度、无人机之间的间距以及摄像头的朝向。传统上，这通过类似于爱好者飞行器使用的手持遥控器来完成，操作员使用拇指推动摇杆向不同方向移动。然而，随着任务变得更加复杂，仅依靠两只大拇指来同时管理五种不同的运动，感觉就像是在试图用过多的碎片和不足的手去解决一个拼图难题。
瑞士洛桑联邦理工学院的研究人员致力于研究使用人体本身是否可以解决这一瓶颈。他们开发了一种新方法，通过第一人称视角操控一组模拟的十五架无人机集群，其中操作员通过该集群中某一特定无人机的视角观察世界。他们没有使用遥控器，而是构建了一个能够将操作员自然的上半身动作转化为整个集群指令的界面。通过倾斜躯干、上下移动双手或张开双手，以及转动头部，操作员可以控制集群的前进运动、侧向移动、高度、无人机之间的间距以及摄像头的朝向。该系统旨在实现个性化；在每次测试前，研究人员都会根据每位参与者的特定运动范围和舒适姿势对界面进行校准，以确保微小的倾斜对每个人都代表相同的含义。
为了测试这个想法，十四名志愿者在一个充满门槛和需要收集的星星的模拟障碍课程中进行导航。他们两次执行了相同的任务：一次使用新的身体动作界面，另一次使用标准的遥控器发射器。结果显示，身体动作法效率显著更高。使用身体控制集群时，参与者完成课程的速度比使用遥控器快了近百分之二十。他们在空中的路径也更加直接，行驶的总距离更短，且移动得更加平滑。数据表明，身体动作界面允许操作员同时调整多个指令，例如同时改变高度和无人机之间的间距，而遥控器则迫使他们在不同的摇杆和旋钮之间来回切换。这种同时进行调整的能力似乎减少了对持续修正的需求，从而实现了更流畅的飞行路径。
尽管取得了这些速度和效率上的提升，但研究发现，身体动作法在所有方面都并非遥控器的完美替代品。参与者报告称，使用身体控制集群需要显著更多的体力消耗，因为他们必须保持特定的姿势并持续移动肢体。有趣的是，这种额外的体力需求并没有转化为更高的整体心理压力或难度感，也没有影响任务质量。发生碰撞的数量、无人机脱离集群的数量以及通过门槛的准确性在两种方法下都保持不变。研究人员指出，虽然身体动作界面更快，但它并未在心理工作量方面降低任务难度，且参与者对其中一种方法的偏好存在分歧。
该研究表明，将控制权分配到头部、躯干和双手，可以帮助操作员比传统的双摇杆遥控器更有效地管理复杂的、多维度的任务。然而，研究人员也指出，这种效率的物理代价是真实存在的，未来的设计需要找到减少操作员手臂和身体负担的方法。他们还观察到，身体的机械耦合（例如向前倾斜可能会无意中降低手部位置）有时会导致非预期的指令变化，尽管参与者很快就适应了这一点。最终，这项工作证明了，虽然利用全身来驾驶机器人集群在体力上要求很高，但它在速度和直接性方面提供了明显的优势，为人类未来如何与机器集群进行交互开辟了一条新路径。
技术摘要：模拟空中集群的第一视角体感控制
问题陈述
通过第一视角（FPV）在三维环境中控制空中集群存在显著的输入瓶颈。操作员必须同时协调五个连续自由度（DOF）：平面平移（前后、左右）、垂直运动、视角转向（偏航）以及编队间距。传统的交互界面（如商用遥控器）通常将这些维度映射到可分离的控制量上（例如两个摇杆和一个旋钮），这可能会阻碍执行复杂动作（如穿过开口）时所需的同步调整。此外，虽然顶视图提供了空间上下文，但需要外部平台或场景重建。而从集群内焦点智能体处传输的 FPV 则提供了更具沉浸感的视角，但也带来了挑战，如视野受限、遮挡以及随视角旋转和在智能体间切换而移动的观察点。核心挑战在于，确定将这五项指令分布在不同的身体部位（头部、躯干、双手）上，是否能在不损害集群完整性或任务准确性的前提下，提高相比于传统遥控器的导航效率。
研究方法
本研究采用受试者内实验设计，由 14 名参与者引导一个包含 15 个无人机的模拟集群穿越 3D 障碍赛道。
1. 控制系统与界面：
两种条件均采用了共享的去中心化 Olfati–Saber 控制器，并通过 VR 头显（Meta Quest 3S）传输立体后焦 FPV。集群控制器负责管理间距、速度对齐和障碍物排斥。
- 体感控制界面： 这种自定义界面将上半身动作映射到五个指令维度：
- 躯干倾斜： 矢状面和侧向倾斜分别控制前后和左右平移。
- 手部位置： 两只手持控制器的平均高度控制垂直运动；两个控制器之间的分离距离设置目标智能体的间距。
- 头部旋转： 相对于中立姿态的偏航偏差控制 FPV 的偏航速率。
- 校准： 针对每位参与者的 13 姿态校准记录了中立姿态和运动极限，以实现输入归一化并消除个体差异。
- 遥控器基准： 一款传统的无人机遥控器（Taranis X9D Plus）将控制映射到相同的五个自由度：右摇杆控制平面速度，左水平轴控制偏航速率，油门控制垂直速度，以及旋钮控制间距。该条件使用固定增益且不进行参与者特定的校准。
2. 实验任务：
参与者引导集群穿越包含七个不同位置、高度和开口尺寸的门洞。任务要求包括水平平移、高度调整、编队间距控制以及 90 度转弯。性能指标包括完成时间、质心路径长度、路径直接度、门中心误差、收集产量（收集星星的数量）、碰撞/断连次数，以及交付指令行为（变化量与多自由度协调性）。主观测量指标包括 NASA-TLX 工作负荷、系统可用性量表（SUS）和偏好度。
主要贡献
- 五自由度上半身映射： 实现了一种经过参与者校准的界面，将连续的集群指令分布在头部、躯干和双手上，并与视角旋转和切换时的焦点智能体参考系保持一致。
- 对比评估： 通过严谨的受试者内评估，将这种体感控制界面与传统遥控器在模拟 FPV 集群环境下的导航效率、指令行为、任务结果和用户体验方面进行了比较。
结果
- 导航效率： 体感控制显著缩短了完成时间（减少 19.4%，平均减少 22.4 秒）并缩短了质心路径长度（减少 7.0%）。平均速度提升了 12.5%。
- 轨迹特征： 路径直接度有所提高，且体感控制下的过度垂直行程减少了 44.0%（16.9 米）。水平过度行程也有所降低，但在统计学上并不显著。
- 指令行为： 体感控制下的交付指令变化量降低了 88.8%，表明输入更加平滑。多自由度协调（同时改变至少两个指令）的比例提高了 22.5 个百分点。垂直-前进、前进-间距以及垂直-间距这两两组合的协同变化显著更高。
- 任务表现与完整性： 在门中心误差、收集产量、碰撞计数或断连事件方面，两种界面之间均未发现统计学上的显著差异。
- 主观体验： 整体工作负荷（NASA-TLX）和可用性（SUS）评分没有显著差异。然而，所有 14 名参与者均报告体感控制带来的体力需求更高。界面偏好呈现分歧，且对晕动症的报告情况不一。
意义与主张
本文声称，体感控制界面通过实现更高的多自由度协调和更平滑的指令交付，提高了 FPV 航行效率和路径直接度。作者认为，能够同时调整多个指令（综合控制）的能力使得操作员可以在不反复中断前进运动的情况下重新调整集群的大小和方向，而这可能是可分离遥控器控制的一个潜在局限。
研究结论指出，虽然体感控制以增加体力需求为代价换取了效率提升，但它并不会降低任务准确性或集群完整性。作者强调，这些结果反映的是完整的测试界面（包括校准和滤波），并未单独隔离输入模态本身的影响。他们建议未来的设计应致力于降低体力需求，并减轻指令之间无意识的机械耦合（例如，向前倾斜会导致手部意外下降）。这项工作将上半身控制从单个无人机和外部观察的编队，扩展到了基于后焦 FPV 的连续五自由度集群控制，尽管仍需在物理集群上进行验证。
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。