9、人机协作中的轨迹跟踪与力最小化切换及人类意图估计

人机协作中的轨迹跟踪与力最小化切换及人类意图估计

1. 轨迹跟踪与力最小化切换模拟

1.1 不同权重条件下的模拟结果

在模拟中，研究了不同权重条件下轨迹跟踪和力最小化的切换情况。当固定权重 (R = 10I_2) 时，得到了 X 和 Y 方向的位置以及交互力范数的相关结果。同样，在更新权重的条件下，也有对应的位置和力范数结果。

1.2 期望轨迹的自适应

在模拟的最后部分，验证了参考自适应在轨迹跟踪和力最小化切换中的有效性。在方程 (4.22) 中，(\alpha = \beta = 0.1)，权重值与之前 (R = 0.001) 条件下相同。结果如图 4.6 所示，清晰地实现了切换的预期性能：当人类手臂介入时实现力最小化，当干预消失时进行轨迹跟踪。与之前的部分类似，在人类干预出现和消失时，采用的最优控制存在自适应过程和超调现象。

1.3 总结

已经开发了一个框架，用于在典型的人机协作场景中实现轨迹跟踪和力最小化之间的切换。在系统建模中考虑了人类动力学，并提出了一个成本函数，以同时包含机器人和人类的控制目标。在该框架下，引入了两个示例来实现切换，并采用动态规划来解决所制定的最优控制问题。最后，通过模拟研究验证了所提出方法的有效性，展示了预期的切换性能。

在上述模拟研究中，权重更新和参考自适应是独立实现的。研究同时应用它们时的控制性能是很有趣的，这与人类运动控制中阻抗和参考轨迹的同时自适应相关。虽然给出了权重更新和参考自适应的示例，但它们并不适用于一般情况，因此需要进一步研究以应用于其他任务。

1.4 引理证明

证明了 (\dot{C} H