论文/arXiv 2407.12189·2024-07-16

轮式人形机器人位力切换遥操作实现动态移动操作与重物搬运

研究提出位力控制模式切换的双边遥操作框架，通过躯干俯仰偏航映射及触觉反馈，使轮式人形机器人完成5-10.5kg重物插槽及人机协作搬运，验证了动态移动操作在复杂接触任务中的有效性。

AI 整理

• 本体 SDK 与控制
• 感知与导航
• 数据与采集

本文由 AI 根据公开内容整理，可能有误，请以原文为准：Wheeled Humanoid Bilateral Teleoperation with Position-Force Control Modes for Dynamic Loco-Manipulation（arXiv 2407.12189）

核心内容

针对制造与医疗场景中的人形机器人动态移动操作（DLM）难题，arXiv论文提出一种集成位置与力控制模式切换的双边遥操作策略。该系统通过人体-机器接口捕获操作员动作并提供躯干触觉反馈，成功演示了机器人将重达自重83%（5-10.5kg）的箱体精准插入槽位，以及作为从动方与人协同搬运物体，解决了传统单一控制模式难以兼顾移动稳定性与接触柔顺性的问题。

技术层面采用分层重定向策略：运动映射利用操作员躯干俯仰角和偏航角控制机器人底盘位置或加速度；操作映射将手臂动作转化为末端执行器的关节位置或阻抗控制指令。双边架构中，触觉反馈回路实时向操作员传递环境交互力，增强了远程操作时的本体感知。该方案在轮式人形平台上实现了高负载下的稳定接触作业，为具身智能体在非结构化环境中的精细操作提供了可复现的控制范式。

关键看点

• 位力模式切换：在双边遥操作框架内动态切换位置与力控制模式，适配移动与接触操作的不同动力学需求
• 运动重定向映射：利用操作员躯干俯仰与偏航角直接映射机器人底盘位置或加速度，实现直观全身移动控制
• 重载操作验证：机器人成功搬运5-10.5kg重物（占自重83%）并完成精准插槽，验证高负载下系统稳定性
• 触觉反馈增强：通过HMI向操作员躯干提供力反馈，提升对机器人-环境交互状态的远程感知与操控精度

工程与产业观察

该工作证明了在具身智能全自主能力成熟前，基于位力混合控制与触觉反馈的高质量遥操作仍是解决非结构化场景重载精细作业的有效路径。其分层重定向策略与模式切换机制，可为当前人形机器人数据采集、Sim2Real迁移验证及工业级远程运维提供标准化的工程参考与数据闭环基础。

英文摘要 (Abstract)

Remote-controlled humanoid robots can revolutionize manufacturing, construction, and healthcare industries by performing complex or dangerous manual tasks traditionally done by humans. We refer to these behaviors as Dynamic Loco-Manipulation (DLM). To successfully complete these tasks, humans control the position of their bodies and contact forces at their hands. To enable similar whole-body control in humanoids, we introduce loco-manipulation retargeting strategies with switched position and force control modes in a bilateral teleoperation framework. Our proposed locomotion mappings use the pitch and yaw of the operator's torso to control robot position or acceleration. The manipulation retargeting maps the operator's arm movements to the robot's arms for joint-position or impedance control of the end-effector. A Human-Machine Interface captures the teleoperator's motion and provides haptic feedback to their torso, enhancing their awareness of the robot's interactions with the environment. In this paper, we demonstrate two forms of DLM. First, we show the robot slotting heavy boxes (5-10.5 kg), weighing up to 83% of the robot's weight, into desired positions. Second, we show human-robot collaboration for carrying an object, where the robot and teleoperator take on leader and follower roles.

作者：Amartya Purushottam, Jack Yan, Christopher Xu, Youngwoo Sim, Joao Ramos

来源

本页事实对应的公开页面，以原文为准。

1. arXiv 2407.12189：Wheeled Humanoid Bilateral Teleoperation with Position-Force Control Modes for Dynamic Loco-Manipulation访问 2026-10-23