介绍
过去十年，自主机器人的应用领域显著扩展。这主要得益于人工智能和计算机视觉领域的进步。然而，目前尚无任何自主系统能够保证在日益复杂的应用中达到最低可靠性水平。为了弥补这一不足，通常采用人工智能进行高级机器人控制。但这种配置在不适宜或无法允许人员在机器人作业现场的情况下会带来安全隐患，例如水下勘探、核/有毒/爆炸性材料的处理和处置、危险区域的搜救等。因此，许多研究项目致力于开发各种人机界面，以期克服这一局限性。
已提出的用于机器人系统的人机界面包括多种方法，例如基于肌电图肌肉活动传感器、外骨骼机械装置、操纵杆、触觉装置和传感器手套等。然而，这些装置大多假设了不自然的手部和身体运动，未能充分利用人类灵巧的运动能力。基于视觉的方法[1-4]旨在提供用户与设备之间更高带宽的远程操作界面。尽管基于视觉的系统能够获取全身运动学信息，但也存在一些不足。首先，需要大量的摄像头来防止运动跟踪所需的标记点被遮挡。其次，用户需要在摄像头的拍摄范围内进行操作。此外，由于组成摄像头固定在框架或三脚架上，基于视觉的运动捕捉系统的便携性有限。第三，拍摄范围内的红外光源和反射物体会引入不同程度的噪声，导致错误的判断。为了消除噪声，需要进行计算量巨大的滤波和后处理程序。为了解决上述问题，并提供可靠、便携和实时的运动学数据采集，本文作者设计了利用惯性运动捕捉（IMC）服的移动机械臂远程操作控制系统。
具体而言，本文介绍的人机交互系统由KUKA youBot移动机械臂和Xsens MVN Analyze惯性运动捕捉系统（IMC）组成。MVN Analyze包含17个惯性运动追踪器，通过绑带固定在人体上，能够提供实时全身运动学数据。KUKA youBot是一款配备麦克纳姆轮的全方位移动平台，搭载五自由度机械臂。该机械臂由五个旋转关节串联而成，末端执行器为可拆卸的双指夹爪。IMC系统和移动机械臂均通过无线通信与主控计算机进行通信。系统概览如图1所示。
