中國學者開發看護機器人模擬環境，也做了真人實驗，獲IROS 2022最佳論文之一

10 月 23 日 - 27 日，機器人頂會 IROS 2022 在日本京都舉行。大會共收到了來自全球 57 個國家和地區的 3579 篇論文投稿，最終接收了 1716 篇，接收率達到了 47.9%。

其中，來自上海交通大學的盧策吾團隊與康乃爾大學、哥倫比亞大學的研究者聯合推出了看護機器人仿真環境RCareWorld。這項工作獲得 IROS 2022 會議六個最佳論文獎項之一的最佳 RoboCup 論文。

兩篇 Best RoboCup 論文。來源：Twitter@ctwy

• 論文網址：https://arxiv.org/pdf/2210.10821.pdf
• #Github 網址：https://github.com/empriselab/RCareWorld
• 論文首頁：https://emprise.cs.cornell.edu/rcareworld/

根據WHO 數據顯示，全世界有1.9 億人有不同程度的行動限制，需要照顧者的幫助才能獲得較高的生活品質。目前，世界主要國家逐漸進入不同程度的老齡化社會，對護理人員的需求急劇上升，而相關人才的培養需要長期的投入，因此，設計看護機器人是可能的解決方案。

但是，照顧機器人領域的發展面臨著重重困難，例如：

1. 前沿研究者缺少被照顧者和照顧者的第一人稱真實需求的研究累積（任務、演算法、數據）。

2. 真實機器人本體的開發、部署、運作和維護所需的開銷也十分高昂。

3. 此領域研究的實驗需要在理解被照顧者日常活動需求後，有針對性地進行改造，大大增加研究成本。

因此，一個能高度擬真看護場景的模擬平台，能大幅降低進入該研究領域的門檻，使得該領域的研究更容易展開和學術同行間比較。

和以往用於通用機器人的模擬環境不同，RCareWorld 團隊同時吸收了來自看護場景相關人員，和機器人研究學者的建議，對機器人所需學習的技能、虛擬人建模、活動場景設計、功能性介面等提供了充分的支援。

機器人看護技能

作者在模擬環境中對常見的看護任務進行了基準測試：餵食、穿衣、擦拭身體、四肢重擺、幫助移動、幫助上衛浴等。

此外，作者進行了兩個真實世界實驗：

##1. 將擦拭身體這個任務中學到的策略直接移到真機實驗中。

#2. 真實世界中的社群照顧任務：作者用行為樹程式設計的NAO 機器人作為教練，透過VR 介面來引導被照顧者的肢體復原。

完整虛擬人建模：肌肉骨骼、軟組織、關節活動範圍 

肌肉骨骼系統

人體的肌肉骨骼系統，會接收來自神經系統的活化訊號，以此決定對肌肉的收縮或舒張，從而帶動骨頭關節的運動。過程，作者使用 Hill-type 肌肉模型建模，參考 OpenSim 資料庫的相關數據，完成肌肉在人體模型的設定。

軟體組織

另一方面，當人體關節運動時，會造成表面軟組織形變，作者用基於XPBD 的模擬技術對這一部分進行了建模。這些軟組織，不僅存在於表面，也存在於口腔。在口腔中，作者對舌頭也進行了建模。如圖，當草莓放到人的口腔中，他的舌頭隨之形變。

關節活動範圍

當人受到一些損傷，如脊椎損傷（C1-C3, C4-C5, C6- C7）、腦性麻痺、半身麻痺、腦中風等，身體關節的活動性會受到極大的影響，運動模式也會改變。作者根據來自臨床的數據，建模了人體受到此類損傷後對應的關節活動。

活動場景：無障礙性的三個層次

根據活動場景的無障礙性，給場景分出三等級：

• 常規（L1）：此時不需要進行改造。
• 部分無障礙（L2）：此時部分物件需被移除，使用不便的工具或零件需被替換，如旋轉式的門把手需被替換成按壓式，或門整個替換成滑動門。
• 完全無障礙（L3）：此時所有活動區域都應是可通過和可到達的，可能要涉及樓梯、過道加寬，上懸櫥櫃下拉，檯面下方掏空等改造。

全面的修改方案參考自《通用設計指南》（Universal Design Manual）。根據《通用設計指南》的指導，作者修改了 16 間房子。房子模型選自 Matterport3D 資料集，總共包括 17 個廚房、17 個客廳、59 間臥室、16 個餐廳、70 間浴室、18 個休息室和 41 個其它房間。在房子中合適的區域，都配有病床、病人吊索、輪椅等醫療輔助設備。

功能性介面：模型、感測、互動介面

根據機器人研究學者的建議，模擬環境應該：

1. 支援控制常見的看護機器人模型：包括HSR、Stretch、Nao、Fetch、Kinova、Franka、UR 等。

2. 提供多模態感測：RGB，深度、LiDAR、關節和末端力感測、全臂觸覺感知。

3. 具有多種互動控制介面和接口，支援規劃、控制和學習演算法，便於開發者使用：Python、ROS、VR。

上海交大推出具身智慧平台RobotFlow/RFUniverse

#RCareWorld 專案基於 RFUniverse 模擬平台開發。 RFUniverse 是由上海交通大學盧策吾教授團隊發起推出的具身智慧平台 RobotFlow 旗下的多物理機器人模擬平台。此模擬平台支援包括食物切割、衣服折疊等任務在內的高階機器人操作任務。對剛體、關節體、柔性體、流體等物體類型提供支援。上海交通大學MVIG盧策吾團隊，長期研究具身智能，電腦視覺，團隊在《自然》，《自然. 機器智能》，TPAMI，ICRA，IROS上發表論文一百多篇，形成GraspNet（Anygrasp），Aphapose， HAKE等知名機器人學習，電腦視覺系統。

現已開源：https://github.com/mvig-robotflow/pyrfuniverse

RCareWorld 論文共同第一作者徐文強博士是此系統核心人員。

共同第一作者介紹

葉若琳，上海交通大學電子系本科，康乃爾大學計算機系一年級在讀博士生，師從 Tapomayukh Bhattacharjee 教授。研究方向為人與機器人互動。 RCareWorld 的主要工作完成於她在上海交通大學 MVIG 實驗室（導師盧策吾）實習期間。

徐文強，上海交通大學 MVIG 實驗室四年級在讀博士生，師從盧策吾教授。研究方向為具身智能。在實驗室內領導 RobotFlow 項目，其中包括多物理機器人模擬平台 RFUniverse，這是 RCareWorld 的基礎。

• RobotFlow 專案：https://robotflow.ai
• RFUniverse 平台：https ://sites.google.com/view/rfuniverse

以上是中國學者開發看護機器人模擬環境，也做了真人實驗，獲IROS 2022最佳論文之一的詳細內容。更多資訊請關注PHP中文網其他相關文章！