【ZiDongHua之自動化學(xué)院派收錄關(guān)鍵詞：人形機器人 計算機視覺 傳感器 國地中心】
 
　　聯(lián)合發(fā)布︱國地中心聯(lián)合清華大學(xué)發(fā)布便攜式人形機器人通用末端采集系統(tǒng)成果，并將發(fā)布相關(guān)標(biāo)準(zhǔn)
 
　　引言
 
　　當(dāng)下，人形機器人技術(shù)正以前所未有的速度改變著我們的生活與工作方式。作為該領(lǐng)域的核心議題之一，人形機器人的數(shù)據(jù)收集技術(shù)正日益受到廣泛關(guān)注。如何高效收集數(shù)據(jù)，特別是高精度優(yōu)質(zhì)數(shù)據(jù)，成為學(xué)術(shù)界及產(chǎn)業(yè)界高度關(guān)注的問題。
 
　　國地中心通過梳理行業(yè)內(nèi)數(shù)據(jù)收集的常用方式分析當(dāng)前痛點，首次發(fā)布自主研發(fā)的便攜式人形機器人通用末端采集系統(tǒng)亮點，并計劃聯(lián)合清華大學(xué)共同發(fā)布《便攜式人形機器人通用末端采集系統(tǒng)》標(biāo)準(zhǔn)。
 
　　人形機器人數(shù)據(jù)收集的行業(yè)現(xiàn)狀
 
　　當(dāng)下，人形機器人的遙控操控技術(shù)正以前所未有的速度發(fā)展。其中，外部捕捉技術(shù)作為遙控操控的核心手段，正逐步成為連接人類與機器人之間的橋梁。該技術(shù)通過捕捉人類雙手的位置信息，實時同步控制機器人雙臂末端的位姿，進而完成復(fù)雜的運動學(xué)解算。目前，行業(yè)內(nèi)主要采用以下三種外部捕捉方式：
 
　　（1）全身光學(xué)動態(tài)捕捉
 
　　這一技術(shù)依賴于精密復(fù)雜的光學(xué)攝像頭系統(tǒng)，基于計算機視覺原理，能夠全方位、多角度地追蹤目標(biāo)特征點，實現(xiàn)全身動作的精準(zhǔn)捕捉。其顯著優(yōu)勢在于高精度、高動態(tài)性能以及全身關(guān)節(jié)數(shù)據(jù)的全面采集。然而，高昂的設(shè)備成本以及復(fù)雜的剛動力學(xué)計算力反饋機制，限制了其廣泛應(yīng)用。
 
 
　?。?）慣性動作捕捉+視覺
 
　　該技術(shù)結(jié)合了慣性傳感器（如陀螺儀、加速度計等）與視覺技術(shù)的優(yōu)勢，能夠?qū)崟r感知并記錄關(guān)節(jié)的角度變化、加速度和角速度等關(guān)鍵運動信息。其特點在于較高的精度以及頭部和手臂數(shù)據(jù)的全面收集。但穩(wěn)定性不足、運動范圍受限以及缺乏力反饋機制，成為其亟待解決的問題。
 
 
　?。?）運動手套
 
　　運動手套通過集成多種傳感器，精準(zhǔn)采集佩戴者的手部動作數(shù)據(jù)，并用于驅(qū)動或模擬人形機器人的動作。其優(yōu)勢在于手部數(shù)據(jù)的精確度高，為機器人操作提供了精細(xì)的控制能力。然而，穩(wěn)定性差、啟動標(biāo)定繁瑣以及便捷度不足，成為制約其發(fā)展的瓶頸。
 
 
　　盡管上述三種采集方式在VR和人體數(shù)據(jù)分析領(lǐng)域取得了顯著成果，但它們并非專門針對人形機器人操作或數(shù)據(jù)采集而設(shè)計。手部作為人形機器人作業(yè)操作的末端執(zhí)行器，其數(shù)據(jù)采集質(zhì)量直接關(guān)系到機器人的操作精度和效率。因此，對通用機器人末端采集器的需求愈發(fā)迫切，亟待行業(yè)內(nèi)外共同探索和創(chuàng)新。
 
　　UMI數(shù)據(jù)收集框架的優(yōu)勢及劣勢
 
　　UMI（Universal Manipulation Interface）數(shù)據(jù)收集框架作為當(dāng)前機器人領(lǐng)域的一項重要技術(shù)，為機器人數(shù)據(jù)采集提供了強有力的支持。
 
　　強項
 
　　高精度與高實效性：UMI結(jié)合了最先進的SLAM技術(shù)與GoPro內(nèi)置的IMU數(shù)據(jù)，能夠高精度捕捉動作，且通過徹底的延遲匹配，為動態(tài)動作（如投擲）實現(xiàn)了現(xiàn)實世界可部署的策略。這確保了從人類演示到機器人執(zhí)行的實時性和準(zhǔn)確性，為機器人操作提供了可靠的數(shù)據(jù)支持。
 
　　便攜性與低成本：UMI采用手持式夾持器和精心設(shè)計的界面，實現(xiàn)了便攜式、低成本和信息豐富的數(shù)據(jù)收集。同時，UMI的學(xué)習(xí)策略與硬件無關(guān)，可部署在多個機器人平臺上無需進行額外的適配或調(diào)整，降低了用戶的使用門檻。
 
　　多功能性及泛化能力：UMI框架解鎖了機器人操作的新功能，只需更改每個任務(wù)的訓(xùn)練數(shù)據(jù)，即可實現(xiàn)零樣本可泛化動態(tài)的、雙手的、精確的和長程類任務(wù)。這使得UMI能夠應(yīng)對各種復(fù)雜的操作任務(wù)，為機器人領(lǐng)域的發(fā)展注入了新的活力。
 
　　不足
 
　　力反饋能力匱乏：UMI的手持式夾持器設(shè)備由于缺乏必要的力反饋功能，導(dǎo)致在數(shù)據(jù)采集過程中難以精確調(diào)控夾持力度，增加了損壞風(fēng)險，并嚴(yán)重限制了數(shù)據(jù)采集在力反饋維度上的全面性和準(zhǔn)確性，這成為制約UMI進一步發(fā)展的關(guān)鍵因素之一。
 
　　視覺定位誤差：UMI手持式夾持器定位受光照、環(huán)境紋理、視野大小、采集姿態(tài)、采集速度等因素影響，視覺定位易出現(xiàn)誤差，導(dǎo)致位姿不準(zhǔn)確，影響數(shù)據(jù)集精度。
 
　　國地中心便攜式人形機器人通用末端采集系統(tǒng)的優(yōu)勢
 
　　國家地方共建人形機器人創(chuàng)新中心基于UMI開發(fā)的便攜式通用機器人末端采集系統(tǒng)，主要特點包括：
 
　　電動控制：通過扳機控制電機帶動夾爪開合，替代傳統(tǒng)機械扳機，大幅提升了夾爪操作的便捷度及數(shù)據(jù)采集的效率。這一創(chuàng)新設(shè)計使得用戶能夠更輕松地完成數(shù)據(jù)采集任務(wù)，提高了工作效率。
 
　　力反饋能力：通過讀取電機數(shù)據(jù)獲取實時力反饋，無論物體軟硬均能實現(xiàn)有效夾取。這一功能擴大了系統(tǒng)的使用場景，使得系統(tǒng)能夠應(yīng)對更多需要力反饋的操作任務(wù)，增加了數(shù)據(jù)集的多樣性。
 
　　實時夾爪開合位置反饋：通過讀取電機數(shù)據(jù)解算夾爪開合的精確位置，替代視覺位置解算，提高夾爪行程反饋精確度，減少了算力要求。這一設(shè)計使得系統(tǒng)能夠更高效地處理數(shù)據(jù)，提高了系統(tǒng)的整體性能。
 
　　快拆電池：采集設(shè)備能夠快速更換電池，無需外部供電，擴大了使用場景。這一功能使得系統(tǒng)能夠在各種環(huán)境下穩(wěn)定運行，提高了系統(tǒng)的靈活性和可用性。
 
　　SLAM性能提升：在設(shè)計過程中提出了一種基于VINS-Mono的視覺慣性里程計（VIO）改進方案，具有更小的體積、更高的定位精度、回環(huán)與重定位功能以及卓越的魯棒性。這一創(chuàng)新設(shè)計使得系統(tǒng)能夠以較高速度，更多姿態(tài)進行數(shù)據(jù)采集，并且在背景特征不豐富環(huán)境下（如桌面，地面）實現(xiàn)更精確的定位和導(dǎo)航。
 
　　國地中心下一步計劃
 
　　國家地方共建人形機器人創(chuàng)新中心作為國家級的人形機器人平臺，肩負(fù)著引領(lǐng)行業(yè)標(biāo)準(zhǔn)的責(zé)任?；诒井a(chǎn)品的創(chuàng)新型設(shè)計，國地中心計劃聯(lián)合行業(yè)頭部單位，共同制定《便攜式人形機器人通用末端采集系統(tǒng)》標(biāo)準(zhǔn)。通過對數(shù)據(jù)采集系統(tǒng)的術(shù)語和定義、系統(tǒng)結(jié)構(gòu)、系統(tǒng)功能要求、軟件硬件要求、安全防護以及試驗方法等多個方面形成標(biāo)準(zhǔn)，致力于解決異構(gòu)平臺泛化、場景遷移數(shù)據(jù)采集難等問題。
 
　　同時，國地中心也將聯(lián)合清華大學(xué)不斷優(yōu)化便攜式通用機器人末端采集系統(tǒng)的性能，目標(biāo)形成成熟的產(chǎn)業(yè)化產(chǎn)品，為行業(yè)提供更優(yōu)質(zhì)、更高效的數(shù)據(jù)采集方法，推動行業(yè)的快速蓬勃發(fā)展。
 
　　未來展望
 
　　展望未來，國地中心將繼續(xù)深化探索多模態(tài)融合技術(shù)，推動人形機器人技術(shù)的不斷創(chuàng)新和發(fā)展。同時，國地中心與清華大學(xué)將基于便攜式人形機器人通用末端采集系統(tǒng)，持續(xù)開展與國內(nèi)外研究機構(gòu)、企業(yè)的深入合作，共同推進人形機器人產(chǎn)業(yè)的發(fā)展。我們相信，在國地中心的不懈努力和行業(yè)內(nèi)外的共同支持下，人形機器人技術(shù)將不斷取得新的突破和成就。
 
　　修改于2024年12月13日