基于导纳控制的社交机器人伴随与避障控制策略

目前社交机器人与目标人体并排行走（人体伴随与避障）时的运动控制策略的研究相对缺乏。为提升陪伴任务中用户的舒适度、机器人的运动柔顺度及其安全避障能力，本文提出了一种基于导纳控制的人体伴随与避障控制策略。首先，基于人机交互空间理论设计了交互力模型以构建人机动态交互关系，避免机器人侵犯目标人的亲密区域以提升目标人的舒适度；其次，将导纳控制模型与交互力模型结合，通过设置合理的导纳参数提升机器人运动控制的柔顺度；最后，引入行为动力学模型模拟人类的避障行为，以保障人体伴随任务的安全性。此外，提出了一组评价指标以验证伴随控制器的性能。根据仿真实验结果，在柔顺度方面，相较于PID法和虚拟弹簧模型（VSM）法，本方法下速度变化量分别降低69.6%和67.1%；在舒适度方面，机器人未给目标人带来不适；在安全性方面，本方法的避障失败率仅为10%，优于人工势场（APF）法和VSM法的40%和50%。实物实验中，机器人的柔顺度和舒适度指标均较好，避障失败率仅为5%，有效实现了安全友好的人体伴随与避障控制。