Reconocimiento Unificado de la Intención Humana y Generación de Trayectorias Basadas en Heurísticas para la Teleoperación Háptica de Vehículos No Holonómicos
Autores: Zhang, Panhong; Ni, Tao; Zhao, Zeren; Ren, Changan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Reconocimiento Unificado de la Intención Humana y Generación de Trayectorias Basadas en Heurísticas para la Teleoperación Háptica de Vehículos No Holonómicos
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Propuesto
Teleoperación háptica
Modelo Oculto de Markov
Reconocimiento de Intenciones Humanas
Trayectoria
Telepresencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
En este artículo, se propone un nuevo enfoque de control compartido bilateral para abordar el problema de la fuerte dependencia del ser humano y la carga resultante de la manipulación en los sistemas de teleoperación háptica clásicos para la navegación de vehículos. Se utiliza un Modelo Oculto de Markov (HMM) para manejar el Reconocimiento de Intenciones Humanas (HIR), de acuerdo con la entrada de fuerza del humano, incluyendo la solución HMM, es decir, el algoritmo de Baum-Welch, y la decodificación HMM, es decir, el algoritmo de Viterbi, y se añade el retraso de comunicación en los sistemas de teleoperación para generar un objetivo temporal. Posteriormente, se propone de manera innovadora un método heurístico y de muestreo para la generación en línea de trayectorias de empalme basadas en el objetivo, asegurando que el vehículo pueda moverse de manera factible después de que se detecte el cambio en la intención humana. Una vez que la trayectoria está disponible, la velocidad del vehículo se convierte en información de posición del joystick como la señal háptica del humano, lo que mejora la telepresencia. El marco de control de teleoperación compartido se verifica en el entorno de simulación, donde se evalúa su excelente rendimiento en un entorno complejo y se confirma su viabilidad. Los resultados experimentales muestran que el método propuesto puede lograr una navegación simple y eficiente en un entorno complejo, y también puede proporcionar una cierta conciencia situacional al humano.
Descripción
En este artículo, se propone un nuevo enfoque de control compartido bilateral para abordar el problema de la fuerte dependencia del ser humano y la carga resultante de la manipulación en los sistemas de teleoperación háptica clásicos para la navegación de vehículos. Se utiliza un Modelo Oculto de Markov (HMM) para manejar el Reconocimiento de Intenciones Humanas (HIR), de acuerdo con la entrada de fuerza del humano, incluyendo la solución HMM, es decir, el algoritmo de Baum-Welch, y la decodificación HMM, es decir, el algoritmo de Viterbi, y se añade el retraso de comunicación en los sistemas de teleoperación para generar un objetivo temporal. Posteriormente, se propone de manera innovadora un método heurístico y de muestreo para la generación en línea de trayectorias de empalme basadas en el objetivo, asegurando que el vehículo pueda moverse de manera factible después de que se detecte el cambio en la intención humana. Una vez que la trayectoria está disponible, la velocidad del vehículo se convierte en información de posición del joystick como la señal háptica del humano, lo que mejora la telepresencia. El marco de control de teleoperación compartido se verifica en el entorno de simulación, donde se evalúa su excelente rendimiento en un entorno complejo y se confirma su viabilidad. Los resultados experimentales muestran que el método propuesto puede lograr una navegación simple y eficiente en un entorno complejo, y también puede proporcionar una cierta conciencia situacional al humano.