模块化机器人形态自适应的人机交互控制平台：基于物理接口与优化算法的安全引导策略

《Nature Communications》：Optimized user-guided motion control of modular robots

为解决模块化机器人(MR)因形态多变、自由度(DoF)高而难以实现安全、直观的远程控制问题，研究人员开发了一种结合物理接口与优化算法的控制平台。该平台通过可重构的物理操纵杆(JoJo)实现直观的形态匹配控制，并利用二次规划(QP)优化框架在线处理用户指令，确保系统在关节力矩、自碰撞、质心(CoM)平衡等约束下的运动安全。研究在Mori3和Roombots两种独立平台上验证了该方法的有效性，实现了物体抓取、人体辅助、足式运动及自重构等多种任务，为模块化机器人在复杂环境下的安全人机交互提供了通用解决方案。

　　

想象一下，你面前有一堆可以自由组合的“乐高”机器人模块，它们能根据任务需求，瞬间变形成机械臂、多足机器人，甚至是复杂的空间结构。这种模块化机器人(MR)的潜力巨大，但一个核心难题也随之而来：当机器人的“身体”千变万化时，我们该如何安全、高效地控制它？传统的遥控器或编程方式往往难以应对这种形态的无限可能，稍有不慎，机器人就可能因关节过载、自碰撞或失去平衡而损坏。

为了解决这一挑战，来自瑞士洛桑联邦理工学院(EPFL)的研究团队在《Nature Communications》上发表了一项突破性研究。他们开发了一个名为“JoJo”的通用控制平台，它巧妙地将一个可重构的物理操纵杆与一套强大的优化算法相结合，让用户能够像“手把手”教机器人一样，安全地引导各种形态的模块化机器人完成复杂任务。

关键技术方法

该研究主要采用了两种核心技术方法。首先，研究人员设计了一种名为“关节空间操纵杆(JoJo)”的物理接口，其外形可重构以匹配目标机器人的形态，内部集成了传感器以实时捕捉用户的操纵意图。其次，他们构建了一个基于二次规划(QP)的优化控制器，该控制器将JoJo的传感器数据作为目标，同时将机器人的关节力矩、自碰撞、质心(CoM)平衡、连接器强度等物理限制作为约束条件，在线求解最优的关节加速度和接触力，从而在遵循用户意图的同时，确保机器人运动的安全性与可行性。

研究结果

1. 物体抓取与放置

研究人员首先展示了如何利用该平台控制一个由Mori3模块组成的机械臂进行物体抓取任务。用户通过操作一个与机械臂形态匹配的JoJo来设定关节目标。当用户试图将机械臂抬得过高，导致基座关节扭矩接近极限时，QP控制器自动介入，过滤掉可能导致硬件损坏的指令，使机器人停止跟随用户动作，从而保护了机器人。实验结果表明，该平台能够有效防止因用户误操作导致的关节过载，确保任务的安全执行。

2. 人体辅助任务

在人体辅助场景中，一个由Mori3模块组成的机械臂被用于辅助进食。该任务对安全性要求极高，必须避免机器人与人体、地面发生碰撞，并限制关节速度以防止对参与者造成威胁。实验显示，当机器人远离约束边界时，它能精确跟随JoJo的指令；一旦用户的操作指令可能使机器人过于靠近人体或地面，QP控制器便会启动约束，使机器人偏离用户指令，确保安全距离。这证明了该平台在复杂人机交互环境中，能够自主管理安全约束，让操作者可以专注于任务本身。

3. 足式模块化机器人的稳定性

为了验证平台对非固定基座机器人的控制能力，研究人员控制了一个由四个Mori3模块组成的三角架结构。该结构在用户操作下容易失去平衡。为此，控制器引入了质心(CoM)约束，要求质心必须保持在支撑多边形内。实验结果表明，当用户的操作导致质心接近支撑边界时，控制器会主动调整机器人的运动，使其偏离JoJo的指令，从而维持静态平衡，防止机器人倾倒。这证明了该平台能够处理自由漂浮基座机器人的平衡控制问题。

4. 人引导的自重构

最后，研究展示了该平台在引导模块化机器人进行自重构方面的能力。用户通过操作两个Roombots模块对应的JoJo，将两个模块的连接面靠近。当连接面足够接近时，用户通过键盘指令激活对齐任务，QP控制器随即添加一个固定接触约束，引导两个模块完成对接。对接完成后，系统自动移除模块与地面的接触约束，形成一个更长的机械臂，从而能够触及之前单个模块无法到达的目标。这证明了该平台能够处理形态变化过程中的约束动态管理，实现人引导下的机器人自重构。

研究结论与讨论

本研究成功开发并验证了一个用于模块化机器人(MR)的通用人机交互控制平台。该平台通过结合可重构的物理操纵杆(JoJo)和基于二次规划(QP)的优化控制，解决了高自由度、形态多变机器人系统的安全控制难题。JoJo接口提供了直观、形态匹配的控制方式，而QP控制器则作为安全保障层，在线处理用户指令，确保机器人的运动始终满足关节力矩、自碰撞、质心平衡和连接器强度等物理约束。

该研究的重要意义在于，它首次提出了一种单一方法，能够安全、直观地远程控制多种形态的模块化机器人。通过将复杂的约束管理任务交给优化算法，该平台极大地降低了用户的操作负担，使非专业人士也能安全地操作复杂的机器人系统。研究在Mori3和Roombots两个独立的机器人平台上进行了验证，证明了其通用性和有效性，为模块化机器人在空间探索、灾难救援、自适应家具和人体辅助等领域的实际应用铺平了道路。