# 轮式人形机器人触觉遥操作框架实现2.5kg动态重物搬运

> 原文链接：https://robotics.hellobike.com/papers/2025-05-26-2505-19530-feb78e0f
> 频道：papers | 更新日期：2025-05-26 | 标签：auto, arxiv, cs.RO
> 核心摘要：研究提出面向轮式人形机器人的动态移动操作遥操作框架，通过全身运动重定向与实时触觉反馈闭环，验证了2.5kg（占本体质量21%）重物的动态举升与搬运能力，解决了负载扰动下的平衡控制难题。

# 轮式人形机器人触觉遥操作框架实现2.5kg动态重物搬运

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Heavy lifting tasks via haptic teleoperation of a wheeled humanoid](https://arxiv.org/abs/2505.19530)（arXiv 2505.19530）

## 核心内容

针对人形机器人在物理 demanding 环境中执行全身协调任务的需求，arXiv 论文提出一种基于触觉遥操作的动态移动操作（DMM）框架。该系统专为高度可调的轮式人形机器人设计，旨在解决重物搬运中运动、操作与姿态的同步控制问题。实验验证表明，在操作员引导下，机器人成功完成杠铃与箱体的动态举升，最大负载达 2.5 kg，相当于机器人自身质量的 21%，展现了有效的抗扰动与全身协调能力。

技术核心在于构建人机接口（HMI）实现全身运动重定向：操作员躯干动作映射为机器人姿态与底盘运动，手臂动作引导末端操作。系统集成实时触觉反馈回路，将末端执行器力/力矩及平衡状态 cues 回传至操作员，增强环境交互感知。针对负载引起的重心偏移，研究评估了多种遥 locomotion 映射策略，支持手动或自动调节机体倾斜度以抵消扰动，确保在非结构化动态作业中的稳定性与安全性。

## 关键看点

- **动态负载能力**：验证轮式人形机器人动态举升2.5kg重物，负载占比达本体质量21%，突破轻量级平台搬运瓶颈
- **触觉反馈闭环**：实时回传末端Wrench与平衡Cues，将机器人环境交互力觉映射至操作员，弥补视觉遥操作感知缺失
- **全身运动重定向**：解耦躯干与手臂控制输入，分别映射姿态/底盘与末端轨迹，实现DMM任务中运动与操作的并行调控
- **自适应平衡策略**：提供多级遥locomotion映射选项，支持操作员手动或系统自动调节机体倾角以应对负载诱导的动态扰动

## 工程与产业观察

该工作证明了触觉反馈在轮式人形机器人重载遥操作中的关键价值，为具身智能在物流、仓储等场景的落地提供了低成本验证路径。其全身运动重定向与力觉闭环架构可直接迁移至双臂移动操作平台，对解决当前人形机器人动态作业数据匮乏与真机调试高风险问题具有工程参考意义。

## 英文摘要 (Abstract)

Humanoid robots can support human workers in physically demanding environments by performing tasks that require whole-body coordination, such as lifting and transporting heavy objects.These tasks, which we refer to as Dynamic Mobile Manipulation (DMM), require the simultaneous control of locomotion, manipulation, and posture under dynamic interaction forces. This paper presents a teleoperation framework for DMM on a height-adjustable wheeled humanoid robot for carrying heavy payloads. A Human-Machine Interface (HMI) enables whole-body motion retargeting from the human pilot to the robot by capturing the motion of the human and applying haptic feedback. The pilot uses body motion to regulate robot posture and locomotion, while arm movements guide manipulation.Real time haptic feedback delivers end effector wrenches and balance related cues, closing the loop between human perception and robot environment interaction. We evaluate the different telelocomotion mappings that offer varying levels of balance assistance, allowing the pilot to either manually or automatically regulate the robot's lean in response to payload-induced disturbances. The system is validated in experiments involving dynamic lifting of barbells and boxes up to 2.5 kg (21% of robot mass), demonstrating coordinated whole-body control, height variation, and disturbance handling under pilot guidance. Video demo can be found at: https://youtu.be/jF270_bG1h8?feature=shared

作者：Amartya Purushottam, Jack Yan, Christopher Yu, Joao Ramos
:::

## 原始参考来源 (Sources)

- [arXiv 2505.19530：Heavy lifting tasks via haptic teleoperation of a wheeled humanoid](https://arxiv.org/abs/2505.19530)