Resumen

Para resolver el problema de sincronización de movimiento en la colaboración háptica humano-robot, a menudo se requiere que el robot reconozca la intención del colaborador. En este artículo, se presenta un método basado en el modelo de red neuronal de función de base radial (RBFNN) para identificar la intención de movimiento del colaborador. Aquí, la intención humana se define como la velocidad deseada en el modelo de extremidades humanas, cuya estimación se obtiene en tiempo real en función de la fuerza de interacción y las características de movimiento del punto de contacto (posición y velocidad actual del robot) mediante el modelo RBFNN entrenado. Para obtener muestras de entrenamiento, se utiliza el método de control de impedancia adaptativa para controlar el robot durante el proceso de adquisición de datos, y luego se ejecuta el emparejamiento de datos debido al retardo de fase de la función de impedancia. La ventaja del método propuesto de estimación de intención según el estado en tiempo real del sistema es que el modelo supera la dificultad de estimar los parámetros de impedancia del cuerpo humano. Los resultados experimentales muestran que este método propuesto mejora la sincronización de la colaboración humano-robot y reduce la fuerza del colaborador.

• Materias:Control de microvehículos aéreos Tecnología de exoesqueleto Clasificación de escenas Técnicas de escaneo Enfoque antropocéntrico
• Subjects:Aerial microvehicle control Exoskeleton technology Scene classification Scanning techniques Anthropocentric approach
• Palabras claves:Sincronización; Problema de movimiento; Colaboración háptica humano-robot; Reconocimiento de intenciones; Red neuronal de función de base radial; Control de impedancia.
• Keywords:Synchronization; Movement problem; Human-robot haptic collaboration; Intention recognition; Radial basis function neural network; Impedance control