為什么說AR可視化讓機械臂實驗更高效？

來源：36氪時間：2022-03-10 22:46:38

近年來，企業和品牌利用AR的3D可視化功能來遠程輔助維修、指導用戶對產品自檢的案例越來越多。AR的好處是可以為用戶帶來額外信息，比如將3D虛擬指示固定在物理空間中，或是疊加在需要操作的設備上，幫助用戶直觀、準確的了解操作步驟。利用AR可視化指導方案，甚至可以幫助新員工快速了解工作流程。

那么，如果將AR用于實驗室中，是不是也可以幫助實驗人員更直觀的查看實驗步驟，從而提升實驗的準確性和效率呢？

近期，英國帝國理工大學REDS實驗室就進行了這樣一種嘗試，將AR可視化用來規范柔性機械臂的手動設置流程。整個實驗的流程是，戴上HoloLens的實驗員用手勢操作，將虛擬的AR機械臂移動到設定好的位置上，然后再用手將真的機械臂移動到AR的位置，按照虛擬機械臂的形狀去擺放。

如此一來，實驗員可以更準確、直觀的設置柔性機械臂，這與參考2D圖片相比，效率更高，而且誤差也更小。據了解，利用AR來對齊機械臂的平均誤差約為10.54±4.32毫米，比沒有AR輔助的手動對齊誤差更低（高達19.62毫米），說明AR可視化明顯降低了手動調試的誤差。

柔性機械臂實驗痛點

在工業領域，機械臂常用于自動化作業等場景，比如進行自動裝配、噴氣、搬運、焊接等工作。與工業領域常見的關節機器人/多軸機械臂相比，柔性機械臂的優勢在于扭轉方向和程度更靈活，不受關節旋轉角度限制，可彎曲成各種形狀。而且易于定制，適用于制造、航天器維護、損傷復健等場景。

不過，柔性機械臂運動方式更加復雜，其運動軌跡是非線性的，因此需要建立動力學模型來動態控制。此外，柔性機械臂可輔助關節機器人，作為靈活的第三只手臂來進行分擔工作量。

與硬性的關節機械臂相比，柔性機械臂更難操作，尤其是用手動來塑形可能會產生誤差。通常，培訓柔性機械臂的時候需要先手動將它塑造成任務所需的形狀，而在沒有指導的情況下，實驗員很難將機器人配置成準確的形狀。

科研人員表示：多自由度機器人在設計、軌跡規劃和方向控制等方面都存在難度，而這也是許多圍繞機器人設計的實驗中普遍面臨的問題。隨著機器人和計算技術不斷發展，操控機械臂的準確性和可重復性越來越高，不過在一些任務中，需要由人來手動操作機械臂，而這可能會影響任務的準確性。

這是因為，計算機的意圖很難與人工操作者同步（因為人腦需要將2D配置圖轉化成3D場景，這個過程和手動操作的過程可能會存在誤差），這時候AR可視化成為一種有效的解決方案。

AR可視化解決問題

因此，REDS實驗室的科研人員研發了一個AR可視化系統，通過直觀的AR指示，來輔助機械臂培訓。實驗中采用的機械臂由柔性和硬性部分組成，其中柔性部分內含聚脂薄膜層，具有一定程度的可塑性，在彎曲后可以固定位置。

據了解，REDS實驗室研發團隊分別來自于計算機系和戴森設計工程學院的學生，戴森設計工程學院是戴森公司投資冠名的學院，戴森在在2014年投資帝國理工500萬英鎊，建立機器人實驗室。

該研究論文高級作者Nicolas Rojas博士表示：手動調整機械臂的一大難點是位置移動的準確性，僅依靠目測效果不好，因此需要用AR可視化來輔助。

簡單來講，AR在這場科研實驗中的作用是，輔助實驗員手動塑型/調整機械臂，將機械臂訓練變得更直觀、標準化。細節方面，HoloLens通過攝像頭來定位AR，而使用者則可以看到疊加在真實場景中的AR指示，也可以用手調整AR的位置。通過將機械臂與AR可視化模板重疊，你可以將它鎖定到正確的方位。

實際上，用AR提供可視化指導的關鍵是將空間信息和虛擬標記結合，顯示準確的3D空間關系，從而提升AR指導的準確性。在此前Rosen等人進行的一項實驗中就發現，利用AR頭顯來標記撞擊的準確率高達75%，而利用移動2D AR來標記的準確性為65%，說明立體AR指導的準確性更好，可提供更直觀的空間定位效果。