打破人机一对一格局：人机协同共享控制新技术
亚马逊仓库中人与机器人在共同工作
工业生产和日常生活中机器人的运动和操作离不开人的监管和控制。遥控是最基本的人工管控手段之一，但通常一个操作员只能遥控一个机器人。随着对机器人功能需求的增加和机器人技术的发展，亟需解决如何用少量操作人员同时管控多个机器人的问题。
针对这一问题，北京理工大学陈杰教授带领的团队提出了一种基于优化的人机协同共享控制新方法。已有的人机协同控制系统仅从控制输入角度考虑人为干预对机器人的影响，而该协同共享控制新方法首先进行人工干预意图的预测和建模，进而在模型预测控制的框架下将人工干预意图模型和自动控制指令的控制目标统一建模为待优化的目标函数。通过在线优化，直接在控制目标层完成对人工干预意图和自动控制指令的最佳权衡。
(a) 无人车的期望位置与优化得到的轨线
(b) 无人车在人为干预下进行运动的场景
该协同共享控制新方法的在线预测机制可以用机器智能替代人工智能，从而减轻了人工干预的负担，而所设计的在线优化策略可以保证机器人操作任务的顺利完成。综合利用上述优势可以显著降低人工管控的强度，有助于实现少量操作员对多个机器人的有效管控。
Science China Information Sciences 2018年第 1 期 MOOP 栏目报道了这一研究成果，相关文题为 “An optimization-based shared control framework with applications in multi-robot systems”。想要了解更多研究细节，先来看看视频吧！
Presentation
https://v.qq.com/txp/iframe/player.html?vid=z0517mbr9ox&width=500&height=375&auto=0
Demo
https://v.qq.com/txp/iframe/player.html?vid=q0517mqan4v&width=500&height=375&auto=0
想要看没有超长广告的视频？
An optimization-based shared control framework with applications in multi-robot systems
Hao FANG, Chengsi SHANG & Jie CHEN
Sci China Inf Sci, 2018, 61(1): 014201
◎ 你知道吗？
MOOP，即多媒体在线开放文章（Multimedia Open OnlinePaper），是 Science China Information Sciences 于2016年创办的新栏目，主要为广大读者呈现新颖的研究思路，展示独创的研究成果，快速报道信息科学各个领域的科研进展。该栏目文章除正文外，还包含实验演示视频和讲解PPT。视频多媒体非常有利于科研成果的宣传，也有助于评审专家及读者更好地理解作者的研究成果。
想要投稿给 Science China Information Sciences？请戳：