学习用于远程驾驶飞机系统中轴向人体控制的意图投影算子

《IEEE Systems, Man, and Cybernetics Magazine》：Learning an Intention Projection Operator for Axis-Wise Human Control in Remote Piloted Aircraft Systems

　　

摘要：

遥控飞行器系统主要在笛卡尔坐标系中运行。这种坐标系有助于确定飞行器的移动方向；然而，使用传统游戏手柄时，很难理解坐标映射关系，也难以精确操控飞行器。本文提出了一种直观的遥控飞行器操作方法。我们设计了一种考虑手腕结构及笛卡尔坐标系下动作的手控装置。此外，由于意外输入常常会干扰有意输入，因此采用了循环神经网络，即长短期记忆网络（LSTM），来学习用户的大幅度且精准的操作习惯。在第一个实验中，7名参与者分别使用带有LSTM和不含LSTM的控制器操作无人机，结果发现带有LSTM的控制器在保持操作精度的同时，使测试路线完成时间缩短了27.8%。在第二个实验中，11名参与者操作无人机，与传统游戏手柄相比，该控制器让初学者的成功率高出1.67倍，平均路线完成时间缩短了35%，并且所有用户的与有意操作相关的大脑激活程度也显著更高。综上所述，用户可以轻松理解坐标映射关系，并从中间位置直观地调整输入力度。