Robot funzionante per la distribuzione in linea viva teleoperato basato sul controllo condiviso uomo-robot

Sommario

È stato sviluppato un robot funzionante di distribuzione teleoperato in linea viva, basato sul controllo condiviso uomo-robot. Esperimenti di laboratorio hanno dimostrato che il ponderamento a controllo condiviso migliorava l'efficienza della traiettoria riducendo al contempo i tempi di completamento dei compiti e i sottomovimenti. Un algoritmo di rilevamento improvviso del comportamento della teleoperazione ridusse i movimenti improvvisi degli operatori ed è stato convalidato con successo nelle operazioni di tapping sul campo.

Abstract

Il lavoro tradizionale su linee vivaci sulle linee elettriche di distribuzione si basa su lavoro manuale, caratterizzato da alto rischio, alta intensità di lavoro e elevati costi di formazione; Pertanto, sviluppare robot operativi live-line per la distribuzione è una strada essenziale per sostituire le operazioni manuali. Tuttavia, l'ambiente di lavoro è altamente disorganizzato e dinamico, con sfide come illuminazione esterna complessa e condizioni di vento imprevedibili. I robot esistenti utilizzano principalmente teleoperazione master-slave o modalità completamente autonome, che impongono pesanti carichi mentali agli operatori, sono altamente suscettibili a cattiva gestione e mostrano una limitata adattabilità ambientale.

Per affrontare questi problemi, questo studio presenta un robot funzionante a linea viva con la distribuzione teleoperata, basato sul controllo condiviso uomo-robot. La traiettoria finale del manipolatore si ottiene tramite una combinazione a peso lineare di due traiettorie di riferimento fornite separatamente dall'operatore umano e dal modulo di pianificazione automatica del robot. Questo approccio riduce la dipendenza del robot dall'operatore, allevia il carico mentale dell'operatore, migliora l'efficienza e previene improvvisi operazioni da parte dell'operatore umano. Infine, l'articolo presenta il progetto del sistema e ne verifica l'efficacia attraverso l'applicazione in operazioni reali di tapping live-line.

Introduzione

Il funzionamento in linea viva è un metodo critico per l'ispezione, il test e la manutenzione delle apparecchiature ad alta tensione. Il volume di lavoro sulle linee vivaci in Cina è cresciuto rapidamente. Dal punto di vista della domanda del settore, risolvere la sicurezza del personale nel lavoro live-line è un compito a lungo termine e arduo. Innovazione e miglioramento sono ancora necessari nei metodi, nelle tecnologie, nelle attrezzature e nei concetti.

Il funzionamento su linea continua di distribuzione è uno dei tipi più comuni di lavoro su linea viva, destinato alla distribuzione di energia e manutenzione di linee attive. A causa dell'ambiente di illuminazione complesso, della disposizione densa delle attrezzature e delle piccole distanze fase a fase e a terra nelle linee di distribuzione elettrica, queste operazioni si sono basate in gran parte su metodi manuali tradizionali. Tuttavia, questo approccio tradizionale affronta problemi come alto rischio, alta intensità di lavoro e elevati costi di^formazione. Pertanto, sviluppare robot con capacità di lavoro live-line per sostituire il lavoro manuale è diventato una tendenza inevitabile per l'operazione e la manutenzione future della rete di distribuzione.

Dagli anni '80, paesi come Giappone e Stati Uniti hanno condotto ricerche e sperimentazioni in questo campo (come mostrato nella Figura 1). I primi sistemi erano robot teleoperati per il tracciamento master-slave. Ad esempio, il robot giapponese a linea^{viva 2} ha installato sulla piattaforma un manipolatore ausiliario a tre gradi di libertà (DOF), oltre a un manipolatore elettrico a doppia profondità di profondità (DOF). L'operatore umano la controllava tramite una barra di funzionamento a distanza ravvicinata.

Il modello statunitense^{TOMCAT 3} utilizzava un manipolatore idraulico controllato da un operatore umano all'interno di un secchio funzionante. Analogamente, la Shandong Power^{Grid 4} in Cina adottò manipolatori idraulici controllati da operatori in piedi in un secchio funzionante. Inoltre, per aumentare la distanza consentita tra le estremità master e slave, il^{ROBTET 5,6} spagnolo utilizzava cavi in fibra ottica per la comunicazione remota, permettendo agli operatori di effettuare teleoperazioni da terra. Queste modalità di teleoperazione robotica possono essere riassunte come una modalità di tracciamento master-slave. Soffrono di un'intelligenza autonoma insufficiente, che richiede al personale di osservare l'ambiente e controllare il robot a distanza ravvicinata, sopportando così un peso mentale significativo, fallendo così nel sostituire gli esseri umani in ambienti ad alta tensione e pericolosi.

Per colmare la mancanza di intelligenza robotica, è necessaria ricerca su tecnologie intelligenti come la visione artificiale, la pianificazione della traiettoria e l'interazione remota uomo-robot per migliorare le capacità autonome del robot.

Nel lavoro live-line di distribuzione, il compito di tapping rappresenta circa il ^{20% del} carico totale di lavoro (i fili di distribuzione sono mostrati nella Figura 2). Pertanto, è fondamentale utilizzare sensori visivi per identificare e localizzare il filo e la sua regione scorticata, ovvero la regione isolante rimossa, per guidare il robot. Nel 2020, State Grid Ruijia⁸ ha sviluppato un robot funzionante a linea viva di distribuzione capace di interazioni remote, fondendo informazioni LiDAR e fotocamere binoculari per il riconoscimento e il posizionamento dei bersagli. Inoltre, vengono utilizzati algoritmi che combinano operazioni morfologiche e trasformata di Hough per facilitare l'estrazione delle linee^{elettriche 9,10}. La trasformata di Hough viene utilizzata per rilevare le linee elettriche, seguita da algoritmi di visione stereo che convertono i dati 2D dei pixel rilevati in coordinate spaziali^{3D 11}. State Grid L'Istituto di Ricerca sull'Energia Elettrica^{di Hubei 12} ha proposto un filtro basato sulla fusione di mappe colore-profondità. Questo metodo filtra gli sfondi complessi che circondano le linee elettriche, poi estrae i contorni netti delle linee analizzando le differenze di valore in pixel nel quartiere. Inoltre, l'Università di Scienza e Tecnologia della^{Cina 13} ha proposto un algoritmo di riconoscimento delle linee elettriche basato sul deep learning, ottenendo un'identificazione rapida e la localizzazione di più linee elettriche.

Nonostante il rapido sviluppo degli algoritmi di visione artificiale, le operazioni all'aperto rimangono impegnative. Condizioni di illuminazione complesse e superfici riflettenti dei fili spesso portano a una perdita di informazioni di profondità, con conseguente bassi tassi di riconoscimento e grandi errori di posizionamento per metodi che si basano fortemente sui dati^{di profondità 13}. Contemporaneamente, a causa di varie deformazioni irregolari presenti nei fili di distribuzione, una serie di metodi di rilevamento a linea retta non sono più applicabili, come mostrato nella Figura 3. Inoltre, i cambiamenti nella direzione del vento ad altezze elevate causano un movimento verticale delle linee, portando a errori a livello di centimetro nei risultati degli algoritmi off-line esistenti.

In ambienti così altamente pericolosi, non strutturati e dinamici, che possono essere chiamati ambienti di operazioni speciali, la visione del robot e le capacità decisionali dinamiche del robot sono limitate, rendendo difficile completare compiti complessi in modo autonomo.

Pertanto, rimane necessario introdurre capacità decisionali intelligenti umane e combinarle con il controllo del movimento ad alta precisione del robot. Le prime tecnologie di teleoperazione menzionate sopra fornivano un canale per l'intervento umano. Combinando questi con tecnologie di interazione remota e teleoperazione in rapido sviluppo, è emerso un corpus di ricerche sui robot operativi a linea viva per distribuzione teleoperata intelligente.

L'Università di Scienza e Tecnologia della^{Cina 14} ha implementato la mappatura incrementale della posizione tra il lato padrone e quello schiavo e ha utilizzato il metodo del Campo di Potenziale Artificiale (APF) per evitare ostacoli robotici. Successivamente, la teleoperazione basata sull'ammissione fu implementata nei robot di lavoro a linea viva di distribuzione. Basandosi sul tracciamento master-slave, questo approccio permette al robot di modificare dinamicamente la propria posizione in risposta ai cambiamenti nelle forze di contatto ambientali. L'Università di Scienze e Tecnologie Elettroniche^{della Cina 15} ha implementato forze di vincolo virtuali sul lato del maestro per migliorare il senso di telepresenza dell'operatore. Inoltre, l'Università del^{Manitoba 16} ha istituito una serie di dispositivi virtuali durante il processo di teleoperazione per rafforzare l'esperienza immersiva della percezione aptica dell'operatore.

Tuttavia, i robot teleoperati menzionati sopra affrontano ancora diverse sfide. Il compito del lato slave è tracciare la traiettoria di movimento del master, rendendola fortemente dipendente dalla traiettoria di riferimento generata dall'operatore umano. A causa di requisiti come tempi di lavoro brevi e evitamento degli ostacoli, impone un significativo carico mentale all'operatore master, dannoso per compiti operativi complessi e di lunga durata. L'operatore può compiere azioni improprie o errate, causando un movimento brusco nella traiettoria effettiva del manipolatore. Ciò può portare a problemi di sicurezza come collisioni con l'ambiente o cortocircuiti fase a fase.

Il controllo condiviso è un metodo che combina efficacemente le capacità decisionali umane e^{robotiche 17,18}. Generalmente, richiede che sia l'umano che il robot generino simultaneamente traiettorie o punti di traiettoria desiderati, e poi calcola una nuova traiettoria condivisa tramite una combinazione lineare ponderata. Questo approccio consente al sistema di regolare la preferenza della traiettoria condivisa modificando i pesi decisionali dell'umano e del robot.

Pertanto, questo articolo progetta un robot funzionante a linea viva di distribuzione teleoperata, basato sul controllo condiviso uomo-robot. I principali contributi sono i seguenti: innanzitutto, affrontando il problema dell'eccessiva frequenza di input della traiettoria di riferimento da parte dell'operatore umano durante la teleoperazione, si studia un metodo di controllo condiviso uomo-robot. Assegnando pesi di controllo all'operatore umano e al robot ed eseguendo una combinazione lineare ponderata sulle loro traiettorie di riferimento, il sistema riduce la dipendenza della traiettoria di riferimento dall'operatore umano, alleviando così il carico dell'operatore. Inoltre, l'impatto dei diversi pesi umani degli operatori viene verificato attraverso esperimenti sul campo di operazioni di intercettazione dei fili di distribuzione. In secondo luogo, per affrontare i comportamenti pericolosi nella traiettoria principale, è progettato un metodo di rilevamento del comportamento operativo improvviso per garantire la fluidità e la sicurezza della traiettoria effettiva del manipolatore. In terzo luogo, vengono condotti esperimenti fisici in un ambiente operativo speciale (lavoro live-line) per verificare l'efficacia dell'algoritmo di controllo condiviso e del sistema di teleoperazione.

Il resto di questo articolo presenta prima il metodo di controllo condiviso per il robot teleoperato, poi introduce l'hardware e la configurazione del sistema, e infine convalida l'approccio attraverso esperimenti di laboratorio e dispiegamento sul campo su una rete di distribuzione attiva a 10 kV.

Protocollo

Tutti gli esperimenti che coinvolgevano gli operatori erano stati condotti secondo le linee guida di sicurezza. Gli esperimenti di teleoperazione sono stati condotti da tre operatori addestrati (tutti destrorsi, con almeno 1 ora di addestramento) che fanno parte del team di ricerca. Non sono stati reclutati partecipanti umani esterni e questo studio non ha richiesto una revisione etica istituzionale. I volontari sono stati informati sulle procedure sperimentali e durante lo studio non sono stati raccolti dati personali o sensibili.

Quadro di controllo condiviso

Negli scenari di funzionamento live-line, fattori come la piegatura irregolare delle linee elettriche, la perdita di informazioni di profondità causata dall'illuminazione esterna complessa e il movimento casuale delle linee elettriche creano un ambiente altamente disorganizzato e dinamico. Questi fattori rendono difficile per il robot riconoscere e localizzare con precisione le linee elettriche all'interno dell'ambiente. Di conseguenza, affidarsi interamente all'operazione autonoma dei robot porterebbe a fallimenti del compito.

Per affrontare la limitata adattabilità delle operazioni robotiche completamente autonome, gli operatori umani intervengono nel processo decisionale del robot tramite teleoperazione, sfruttando l'esperienza umana per aiutarlo ad adattarsi all'ambiente. Inoltre, per affrontare il problema della frequenza eccessiva di input della traiettoria di riferimento da parte dell'operatore umano durante la teleoperazione, viene studiato un metodo di controllo condiviso uomo-robot. Questo metodo riduce la dipendenza della traiettoria effettiva dall'operatore umano, alleviando così il carico mentale dell'operatore e ottenendo una combinazione efficace tra capacità decisionali intelligenti umane e le capacità di controllo ad alta precisione del robot.

La struttura del robot funzionante a linea viva per distribuzione teleoperata, basata sul controllo condiviso proposto in questo articolo, è mostrata nella Figura 4. Dove x_h è il punto traiettoria in uscita dal dispositivo di teleoperazione, r_h è il punto di traiettoria di riferimento fornito dall'operatore umano (mappato allo spazio cartesiano del manipolatore), r_r è il punto di traiettoria di riferimento pianificato autonomamente dal robot, svolgendo un ruolo ausiliario. r è il punto integrato della traiettoria di riferimento inviato al manipolatore slave (che nel testo seguente è chiamato Traiettoria Condivisa), f_o è il dato grezzo raccolto dal sensore di forza all'estremità del manipolatore, f_e è la forza di contatto tra l'insieme di strumenti all'estremità del manipolatore e l'ambiente dopo la compensazione gravitazionale e x è la posa attuale del manipolatore.

Il robot di lavoro a linea di distribuzione teleoperata è diviso in due parti: il lato master e il lato slave. Il lato master si trova a terra, dove l'operatore umano controlla il movimento del dispositivo di teleoperazione. Ricevendo il feedback di forza dal dispositivo reso alla mano dell'operatore e le informazioni inviate dal sistema di visione, l'operatore ottiene un funzionamento immersivo. Il lato schiavo è il robot situato a un'altezza elevata. Dopo aver ricevuto la posa x_h dal lato master, il robot effettua una mappatura spaziale per ottenere r_h e restituisce i dati visivi e aptici raccolti al lato master.

A causa dell'allineamento incompleto della percezione tra robot e operatore riguardo alle forze di contatto, ai bersagli e agli ostacoli nell'ambiente reale, l'operatore deve mantenere una concentrazione intensa per minimizzare i rischi di _rh. Per ridurre la dipendenza di r da r_h e alleviare il carico mentale sull'operatore durante operazioni di lunga durata, il robot deve pianificare autonomamente una traiettoria ausiliaria r r che sia approssimativamente il percorso più breve e sicura basandosi sulle informazioni di percezione che contengono errori reali. Questo r_r viene quindi ponderato linearmente con r_h per ottenere r, che viene comandato al manipolatore come posa bersaglio.

Mappatura spaziale del movimento

Il metodo incrementale è stato utilizzato per calcolare l'incremento di traiettoria Δx_h dato dall'operatore umano:

Δx_h = x_h - x^′_h (1)
dove x^′_h è la posa al punto di partenza della teleoperazione. Per i robot di lavoro live-line in cui gli spazi di movimento del lato master e del lato slave presentano differenze significative, la mappatura incrementale permette all'operatore di scegliere arbitrariamente una posa comoda e impostarla come posa di partenza della teleoperazione.

L'incremento della traiettoria, Δx_h, fu quindi mappato nello spazio cartesiano del robot lato schiavo per ottenere infine r_h. L'espressione matematica per questa mappatura è la seguente:

Δr_h = Δx_h * k, r_h = x^′ + Δr_h       (2)
dove k è il parametro di mappatura lineare e x' è la posa del manipolatore al punto di partenza della teleoperazione.

Pianificazione autonoma della traiettoria
Il processo autonomo di pianificazione della traiettoria utilizza interpolazione lineare per calcolare la traiettoria più breve r_r dalla posa attuale alla posizione target P. Il processo di calcolo è il seguente:

(3)

dove P è il punto bersaglio, viene calcolato dal sistema di visione, che include una fotocamera binocoloare e un LiDAR laser stereo. Il calcolo può essere effettuato selezionando i punti con il mouse e trasformando le coordinate usando la matrice di calibrazione occhio-mano. N è il numero di punti di interpolazione, e i è il numero di sequenza del punto di interpolazione. Va notato che in condizioni di illuminazione complesse, P calcolato dal sistema di visione contiene errori, che impediscono a r_r di completare il compito in modo indipendente.

Metodo di controllo condiviso

Per combinare l'adattabilità di r_h all'ambiente e l'efficienza di r_r, è necessario progettare un controller condiviso che integri due traiettorie. Il controller condiviso utilizza pesi di arbitraggio dei parametri fissi α, e il processo di implementazione è il seguente:

r = (1 - α) * r_r + α * r_h (4)

Metodo di rilevamento del comportamento operativo improvviso

Durante il processo di teleoperazione remota, possono verificarsi comportamenti errati causati dall'operatore, portando a cambiamenti bruschi nella traiettoria, che possono persino causare una collisione con l'ambiente. Per garantire il movimento sicuro e fluido del manipolatore sul lato slave, è necessario rilevare e gestire tali comportamenti di teleoperazione eccessivi sul lato master. Il flusso dell'algoritmo di controllo condiviso, inclusa la rilevazione brusca del comportamento, è mostrato nella Figura 5.

Costruzione del sistema teleoperativo

L'ambiente di lavoro live-line è caratterizzato da essere altamente non strutturato e dinamico. Di conseguenza, i robot non possono fare affidamento esclusivamente sulla percezione autonoma e sulle capacità decisionali per completare i compiti; devono essere potenziati dall'intelligenza umana. La teleoperazione rappresenta una tecnica efficace per integrare l'intervento umano nel processo di pianificazione della traiettoria del robot. In un tale sistema, il lato master coinvolge un operatore che controlla un dispositivo di teleoperazione a terra, mentre il lato slave in altezza è costituito da più sottosistemi.

Questo studio dettaglia lo sviluppo di un sistema robotico di teleoperazione specificamente progettato per l'operazione di rete di distribuzione, con l'obiettivo di eseguire compiti di intercettazione in linea viva.

Introduzione del sistema robotico teleoperato

Il sistema di telegestione comprende il sottosistema di percezione, il sottosistema di controllo, il sottosistema manipolatore, il sottosistema degli strumenti, il sottosistema del portatore di isolamento e i dispositivi di interazione umano-robot lato master. L'uso dettagliato di ciascun sottosistema trasportato dal robot nel sistema è mostrato nella Tabella 1, e il sistema hardware è mostrato nella Figura 6.

Sottosistema di percezione: Il sottosistema è responsabile della fornitura di immagini RGB 2D e informazioni sulla profondità spaziale per guidare il movimento del robot e garantire la sicurezza operativa. Per raggiungere questo obiettivo, è equipaggiato con un LiDAR laser per la modellazione ambientale su larga scala a lunga distanza; una fotocamera binoculare per il riconoscimento e la localizzazione di bersagli ad alta precisione a distanze ravvicinate; una telecamera di monitoraggio pan-tilt-zoom (PTZ) per fornire una visuale operativa e inviarla all'operatore durante tutto il processo. Inoltre, un sensore di forza è integrato per percepire le forze esterne e fornire feedback di forza all'operatore umano, aiutando a prevenire spegnenti del sistema causati da forze di contatto eccessive tra l'estremità robotica e l'ambiente.

Sottosistema manipolatore: Come esecutore principale delle attività, questo sottosistema è composto da due manipolatori disposti in una configurazione omogenea a doppio braccio.

Sottosistema di controllo: Come sottosistema centrale del robot operativo live-line, funziona come centro computazionale, di controllo e di fornitura energetica della piattaforma, responsabile dell'invio dei comandi operativi a tutti gli altri sottosistemi. Per ottenere isolamento e isolamento di sicurezza dal lato terra, il modulo di alimentazione utilizza un'alimentazione indipendente sulla piattaforma sopraelevata. Utilizza un alimentatore DC da 48V sia per il controllo dell'alimentazione che per il controllo dell'azionamento, che riduce le perdite di inversione e di conseguenza minimizza il volume e il peso del sistema di alimentazione.

Sottosistema dell'effettore finale: Agli estremi del manipolatore sono montati effetti finali specializzati (strumenti) per eseguire operazioni specifiche. È stata sviluppata una serie di strumenti specializzati con interfacce standard per diversi compiti. Per le operazioni della rete di distribuzione, questi includono uno strumento di stripping e uno strumento di crimping (come mostrato nella Figura 7), dove lo strumento di stripping utilizza tre generatori laser da 80 W e lunghezza d'onda da 450 nm con una dimensione di punto focale di 130 × 180 μm, modulati tramite 5 V PWM. Il tempo medio di funzionamento per lo smontaggio di una sezione da 120 mm su un cavo di distribuzione con diametro di 18–24 mm è di circa 2 minuti a piena potenza nominale in condizioni di temperatura ambiente. L'attrezzo di crimpazione è responsabile di fissare in modo sicuro il filo conduttore di presa al filo principale di alimentazione con una pinza, stabilendo così la continuità elettrica.

Sottosistema portante isolato: Questo sottosistema viene utilizzato per trasportare il robot nella posizione di lavoro elevata. Tipicamente consiste in una piattaforma di lavoro aerea a cingoli o isolata su ruote (nota anche come camion a secchi). Per consentire il controllo integrato dell'intero sistema robotico, dispone di capacità di controllo digitale (come mostrato nella Figura 8).

Sottosistema di interazione umano-robot lato master: Durante il funzionamento, l'operatore umano immette comandi al sistema robotico tramite un tablet portatile, un PC, una maniglia di teleoperazione e altri dispositivi di calcolo. Questi dispositivi riproducono i dati del sensore, che includono la visione e la forza di contatto inviate dal robot, permettendo all'operatore di monitorare lo stato del robot in tempo reale e anche di mappare il movimento della mano dell'operatore fino all'estremità del manipolatore. I collegamenti di comunicazione tra i sottosistemi sono illustrati nella Figura 9.

Dispositivi di teleoperazione

In questo sistema, i dispositivi master e slave per la teleoperazione sono rispettivamente il dispositivo aptico e il manipolatore. Verranno introdotti i parametri di Denavit-Hartenberg (DH) per ciascuno.

Come mostrato nelle Figure 10A,B, questi sono i frame coordinate del manipolatore del manipolatore. Per i sei giunti revoluti del manipolatore (L_{1,L 2,L 3,L 4,L 5,L 6}), viene stabilito un sistema di coordinate per ciascun giunto secondo la regola della mano destra e i principi della convenzione di Denavit-Hartenberg (DH).

Nella Figura 10B, x₁∼x₆, y₁∼y6, z₁∼z₆, rappresentano rispettivamente gli assi x, y, z del sistema di coordinate di ciascun articolo. Sulla base di questi frame di collegamento consolidati, si può creare il modello di cinematica diretta del manipolatore. La notazione DH utilizza quattro parametri: _{a i}, α_i, d_i e θ_i.

Questi parametri sono definiti come segue: _{a i}: rappresenta la distanza dal movimento dell'asse z della i-esima barra lungo il suo asse x all'asse z della (i+1)-esima barra; α_i: si riferisce all'angolo di rotazione dell'asse z della i-esima barra attorno al suo asse x rispetto all'asse z della (i+1)-esima barra; d_i: rappresenta la distanza dal movimento dell'asse x della i-esima barra al suo asse x lungo l'asse z della i-esima barra;  θ_i: Si riferisce all'angolo di rotazione dell'asse x della i-esima barra al suo asse x attorno all'asse z della i-esima barra.

Il modello cinematico viene stabilito utilizzando il metodo dei parametri DH, e i parametri DH per il manipolatore sono mostrati nella Tabella 2 sottostante.

La maniglia di teleoperazione è il dispositivo aptico utilizzato come manipolatore principale, le cui giunterie sono configurate in una catena seriale. I sistemi di coordinate giunti sono mostrati nella Figura 10C; Il metodo di modellazione è lo stesso di quello del manipolatore schiavo.

Progettazione degli esperimenti

Per validare quantitativamente l'algoritmo di controllo condiviso proposto prima della distribuzione sul campo, conduciamo due esperimenti di laboratorio su una piattaforma di teleoperazione manipolatrice a 6-DOF operante a 50 Hz, ottenuta tramite uno script Python in esecuzione su un PC standard. Ad ogni ciclo di controllo, lo script legge la posa lato master, calcola la traiettoria condivisa e invia la posa cartesiana target al manipolatore. Un intervallo fisso di 20 ms viene applicato tra comandi consecutivi, che garantisce una frequenza di aggiornamento di 50 Hz, che corrisponde alla piattaforma del laboratorio. La piattaforma del laboratorio condivide la stessa architettura di controllo e algoritmo di controllo condiviso (Equazione 4) del robot funzionante live-line descritto nella costruzione del sistema di teleoperazione, differendo solo per la cinematica del manipolatore e per la scala dello spazio di lavoro. Viene utilizzato un compito simulato di battitura: in presenza di ostacoli (una bottiglia d'acqua e una colonna di alluminio), l'operatore controlla l'effetto finale del manipolatore dalla posizione di partenza A a una posizione obiettivo B, imitando l'operazione di intercettazione, mostrata nella Figura 11. Per garantire la ripetibilità esatta degli esperimenti di laboratorio, gli ostacoli fisici e il punto finale del bersaglio erano posizionati con precisione all'interno del sistema di coordinate base del manipolatore schiave. Furono installati due ostacoli principali nello spazio di lavoro: una bottiglia d'acqua in plastica (dimensioni della base: 8 cm × 8 cm, altezza: 25 cm) posizionata con il centro inferiore alle coordinate (X = 55 cm, Y = 5 cm), e un profilo in alluminio (dimensioni della base: 2 cm × 2 cm, altezza > 50 cm) posizionato con il centro inferiore alle coordinate (X = 35 cm, Y = -30 cm). Il punto finale bersaglio per il compito di teleoperazione era impostato alle coordinate (X = 50 cm, Y = -17 cm, Z = 26 cm). Successivamente, l'algoritmo validato viene implementato sul robot di lavoro live-line per la dimostrazione sul campo.

La procedura sperimentale viene condotta attraverso un flusso di lavoro continuo e integrato. Primo, durante l'inizializzazione del sistema, vengono accesi sia il manipolatore slave che quello master, e viene avviato il software di controllo per verificare la stabilità della comunicazione bilaterale a una frequenza di 50 Hz. Per prevenire salti improvvisi di controllo all'inizio della teleoperazione, viene eseguita una fase di allineamento master-slave prima della teleoperazione attiva. In questa fase, l'operatore guida manualmente il manipolatore master fino a quando la sua posizione cartesiana dell'effettore finale (definita nel sistema base del master) si trova entro 30 mm dalla posizione cartesiana attuale dell'effettore finale del manipolatore schiavo (definita nel sistema base dello schiavo). Queste posizioni cartesiane sono ottenute direttamente dal feedback integrato del controller di ciascun manipolatore, mentre il software di controllo monitora la loro distanza euclidea in tempo reale. Una volta che questo allineamento ha successo, la posizione schiavo corrente viene registrata come posizione iniziale, indicata come posizione A. Successivamente, la specifica del bersaglio viene eseguita facendo guidare manualmente all'operatore l'effettore finale slave verso la posizione desiderata per registrare le coordinate cartesiane, che sono designate come posizione obiettivo B. Il pianificatore autonomo genera quindi una traiettoria di riferimento lineare che si estende dalla posizione iniziale alla posizione B. Successivamente, l'operatore avvia il compito di teleoperazione a controllo condiviso. Durante l'esecuzione attiva, il sistema opera a un ciclo di controllo di 20 ms, leggendo continuamente la posizione del master come input, eseguendo un controllo online per rilevare eventuali comportamenti improvvisi degli operatori, calcolando la traiettoria di controllo condivisa come uscita (come formulato nell'Equazione 4) e inviando i corrispondenti comandi al manipolatore slave. Come misura di sicurezza, se viene rilevato un movimento brusco, il manipolatore slave si blocca immediatamente e mantiene la sua ultima posizione valida in modalità dedicata di mantenimento della posizione; per recuperare da questo stato e riprendere automaticamente la teleoperazione a controllo condiviso, l'operatore deve spostare manualmente il manipolatore master indietro finché la distanza euclidea dell'effettore finale master-slave non scende sotto una soglia di recupero di 20 mm. Infine, la prova viene completata e considerata una validità quando l'effettore finale schiavo raggiunge e rimane entro 5 mm dalla posizione obiettivo B.

Esperimento 1: rilevamento brusco del comportamento operativo
Questo esperimento valida il meccanismo di rilevamento sulla piattaforma del laboratorio. Durante la teleoperazione a 50 Hz, viene monitorato lo spostamento per fotogramma dell'effettore finale principale. Quando supera D_th = 6 mm/frame (velocità istantanea 300 mm/s), il sistema entra in stato CONGELATO: il manipolatore slave cessa di tracciare e mantiene la sua ultima configurazione valida. Lo schiavo rimane congelato finché l'operatore non riporta il master entro 20 mm dalla posizione congelata.

Esperimento 2: Confronto delle prestazioni di controllo condiviso

Tre pesi arbitrali α=0,3, α=0,8, α=1,0 vengono confrontati sulla piattaforma di laboratorio, come documentato nel Video Supplementare 1, Video Supplementare 2 e Video Supplementare 3. Sono stati condotti in totale 45 prove sperimentali, con tre operatori che hanno eseguito cinque ripetizioni in ciascuna delle tre condizioni arbitrarie. Le prestazioni del sistema sono state svalutate utilizzando tre metriche chiave di valutazione. Primo, tempo di completamento T: durata totale dal primo input operatore fino all'effettore finale slave che raggiunge la posizione target B; Tempi più brevi indicano una maggiore efficienza operativa. In secondo luogo, l'efficienza della traiettoria η=L_rettilineo/_{L reale}, dove L_rettilineo è la distanza euclidea dalla posizione iniziale A alla posizione target B, e L_attuale è la lunghezza totale del percorso percorsa dall'effettore finale schiavo durante la prova, η=1 indica un percorso perfettamente efficiente e diretto; valori più bassi indicano un movimento più ridondante e carico di deviazioni. In terzo luogo, il conteggio dei sottomovimenti_N sottorappresenta il numero di segmenti di movimento distinti, calcolati contando gli attraversamenti a zero nel profilo di velocità smussata dell'effettore finale master; un conteggio più piccolo indica un'operazione più continua e sicura con un carico cognitivo inferiore sull'operatore. Infine, la significatività statistica tra le tre condizioni arbitrali viene valutata utilizzando il test H di Kruskal-Wallis, con i test U di Mann-Whitney a coppie impiegati per confronti post-hoc.

Esperimento 3: Dispiegamento sul campo

Dopo la validazione in laboratorio, l'algoritmo di controllo condiviso (α=0,3) e il rilevamento brusco del comportamento vengono implementati sul robot funzionante live-line descritto nella costruzione del sistema di teleoperazione.

Risultati

Rilevamento brusco del comportamento operativo
La Figura 12 mostra l'analisi in serie temporale di uno studio rappresentativo sulla piattaforma del laboratorio, che include due movimenti improvvisi intenzionali.
Entrambi i movimenti bruschi sono stati rilevati (TPR = 100%) rispettivamente a 1,81 s e 5,72 s, senza falso positivi (FPR = 0%) durante 13,2 s di normale funzionamento. Tempo di risposta al congelamento: 1 fotogramma (20 ms), misurato tramite temporizzazione del circuito di controllo.

Prestazioni di controllo condiviso
La Figura 13 presenta il confronto tra 45 studi (3 operatori × 5 ripetizioni ×3 condizioni) sulla piattaforma di laboratorio; i dettagli dei dati sono forniti nella Tabella 3.
I risultati dimostrano che un adeguato peso di controllo condiviso può migliorare significativamente le prestazioni di teleoperazione. Sotto il controllo condiviso a dominanza robotica (α=0,3), il tempo di completamento dei compiti è diminuito del 31,4% e il numero di sottomovimenti è diminuito del 37,9% rispetto alla teleoperazione pura (α=1,0), riducendo così il carico mentale dell'operatore richiedendo meno azioni e decisioni correttive. Nel frattempo, l'efficienza della traiettoria è migliorata del 57,8%, indicando che la pianificazione autonoma della traiettoria del robot elimina efficacemente i percorsi ridondanti e guida l'operatore verso movimenti più diretti ed efficienti. Queste tendenze sono state coerenti tra tutti e tre gli operatori indipendenti.

Dispiegamento sul campo su robot di lavoro live-line
L'algoritmo di controllo condiviso validato (α = 0,3) con rilevamento brusco del comportamento è stato implementato sul robot operativo live-line dotato di un manipolatore industriale a 6 livelli di profondità di intensità. Il robot ha completato con successo un'operazione di tareggiamento in linea viva su una rete di distribuzione da 10 kV, dimostrando la trasferibilità dell'algoritmo validato in laboratorio al sistema di campo effettivo. La Figura 14A mostra il robot che esegue un'operazione di collegamento diretto a un'altezza elevata, mentre la Figura 14B mostra l'operatore che esegue la teleoperazione dalla stazione a terra.

DISPONIBILITÀ DEI DATI:
Tutti i dati grezzi a supporto dei risultati di questo studio sono disponibili pubblicamente in https://github.com/huchenyu778797-lgtm/piper_shared_control/issues e nel Supplementary File 1.

Figura 1: Primi sistemi telerobotici per la manutenzione delle linee live. (A) Il robot Phase II sviluppato in Giappone. (B) Il sistema TOMCAT sviluppato negli Stati Uniti. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 2: Fili di distribuzione tipici a 10 kV. Lo strato esterno è un guscio isolante, mentre lo strato interno è metallico. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3: Sfide visive in ambienti all'aperto. L'immagine evidenzia la piegatura irregolare dei cavi e la perdita di informazioni di profondità causata dall'illuminazione complessa. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4: Struttura del sistema di controllo condiviso. Il diagramma illustra l'integrazione dell'input dell'operatore umano dal lato master e la pianificazione autonoma del robot sul lato slave per generare una traiettoria fusa. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5: Diagramma di flusso dell'algoritmo di controllo condiviso. Il processo include acquisizione dati, rilevamento brusco di operazioni, fusione di traiettoria basata su controllo condiviso e esecuzione del comando di movimento finale. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 6: Il sistema robotico di lavoro a linea viva teleoperato. (A) Panoramica del sistema completo implementato sul campo. (B) Progettazione dettagliata dell'hardware e disposizione dei componenti del sistema robotico. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 7: Passaggi chiave nell'operazione di collegamento con linea viva. (A) Ablazione laser dello strato isolante esterno. (B) Rimozione dello strato isolante per esporre il nucleo metallico. (C) Fissare il filo conduttore di presa alla linea principale di alimentazione usando una pinza. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 8: Preparazione per il dispiegamento sul campo. Un camion con secchio isolato viene utilizzato per trasportare il manipolatore di schiavi verso la posizione di lavoro elevata vicino alle linee ad alta tensione. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 9: Architettura della comunicazione. Lo schema mostra i percorsi di trasmissione dati tra la stazione di controllo principale e il manipolatore slave remoto, garantendo una teleoperazione a bassa latenza. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 10: Modellazione cinematica dei manipolatori. (A) Il sistema di coordinate congiunta stabilito per il manipolatore schiave. (B) Vista dettagliata dei telai delle giunture del manipolatore schiavi. (C) Il sistema di coordinate congiunti del manipolatore master. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 11: Configurazione sperimentale in laboratorio. (A) Per i test vengono utilizzati il manipolatore master e quello slave. (B) L'ambiente simulato del compito di tapping, con ostacoli fisici e un punto finale bersaglio. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 12: Analisi in serie temporale del rilevamento improvviso del comportamento sulla piattaforma di teleoperazione del laboratorio. (Alto) Posizioni master (blu) e slave (rosso) in X, Y, Z. Ombreggiatura rossa = intervalli congelati. (Centro) distanza padrone-schiavo (arancione); Linea tratteggiata verde = soglia di ripresa di 20 mm. (In fondo) Spostamento per telaio (viola); linea rossa = D_th = 6 mm; Punti rossi = fotogrammi superati. Parametri: 50 Hz, D_th = 6 mm/fotogramma. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 13: Confronto delle prestazioni di controllo condiviso sulla piattaforma di teleoperazione del laboratorio in tre condizioni. Barres = media; barre di errore = ±1 SD. Caselle rosse = valori p di Kruskal-Wallis. Parentesi = valori p di Mann-Whitney U a coppie. 45 prove (3 operatori × 5 ripetizioni × 3 condizioni). (A) Tempo di completamento. (b) Efficienza della traiettoria. (C) Sottomovimenti. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 14: Applicazione sul campo del sistema di controllo condiviso. (A) Il manipolatore slave opera su una linea di distribuzione attiva. (B) Inserimento riuscito della parte metallica esposta nella pinza utilizzando il metodo di controllo condiviso proposto. Clicca qui per visualizzare una versione più grande di questa figura.

Sottosistemi	Componente Principale	Funzione principale	Caratteristiche
Sottosistema manipolatore	Manipolatore singolo/doppio	Ottiene moto multi-DOF	Carico utile elevato, leggero, spazio di lavoro ampio
	Sistema di driver manipolatore	Aziona i motori delle giunzioni tramite alimentazione DC per ottenere il movimento del manipolatore	Ingresso DC, alta efficienza di trasmissione
Sottosistema di controllo	Computer industriale	Calcolo dei dati, comunicazione tra moduli	Alta affidabilità, forte potenza di calcolo, grande capacità di archiviazione
	Modulo di comunicazione	Implementa il controllo e il monitoraggio a distanza	Stabilità, affidabilità, soddisfa i requisiti di compatibilità elettromagnetica (EMC)
	Modulo di alimentazione	Fornisce energia per l'intera piattaforma robotica	Garantisce un funzionamento di sistema stabile per 6+ ore
Sottosistema di percezione	Modulo della visione binoculare	Acquisizione su piccola scala e alta precisione di nuvole puntiformi	Precisione di posizionamento > 1%, portata operativa > 2m
	Modulo LiDAR	Scansione su larga scala di nuvole di punti	Portata operativa > 10 m, angolo di ricostruzione > 25°, densità puntiforme > 300k punti
	Modulo sensore di forza	Acquisisce informazioni sulle forze a sei assi	Frequenza di feedback di forza > 10Hz, precisione di feedback di forza migliore di 1N
Sottosistema degli Strumenti	Modulo di pulizia con ghiaccio secco	Implementa la funzione di pulizia del ghiaccio secco	Leggero, soddisfa i requisiti di pulizia dell'isolante, è richiesta protezione EMC
	Modulo di rilevamento a valore zero	Implementa il rilevamento a valore zero a impulsi ad alta tensione	Tensione a impulsi di uscita 0-60kV, soddisfa i requisiti di protezione EMC
	Modulo di bullizzazione/svitaggio	Funzione di bullone/svitaggio degli strumenti	Leggero, soddisfa i requisiti di coppia, protezione EMC richiesta
	Modulo di peeling laser	Scroccamento degli strumenti della pelle isolante esterna dei fili di distribuzione	Senza contatto, senza danni alla parte metallica del filo, e può efficacemente rimuovere lo strato di schermo semiconduttivo
	Altri moduli funzionali serializzati	Giunzione/taglio di fili, installazione di repellenti per uccelli, installazione indicatori di guasto, potatura alberi, riparazione dell'isolamento, installazione di protezione contro la sovratensione, compiti di pattugliamento	Modulare, leggero, soddisfa la protezione EMC e i relativi requisiti funzionali
Sottosistema del Cami a Secchio	Dispositivo isolato di sollevamento e montaggio	Fornisce supporto isolato per la piattaforma di lavoro equipotenziale e consente il controllo digitale remoto	Alti livelli EMC, con estremità in grado di sostenere carichi di 250 kg o più, forte resistenza alle interferenze elettromagnetiche e la capacità di ottenere il controllo remoto sotto interferenze ad arco a 220 kV
	Portatore intelligente	Raggiunge la mobilità a terra per il robot	Piccole e leggere, adatte a cantieri di lavoro con linee di vita strette e terreni complessi
Sottosistema Lato Principale	Piattaforma di interazione remota operatore-robot	Consente la teleoperazione remota sulla piattaforma robotica. Raggiunge esigenze di resistenza, peso e altre esigenze di comodità d'uso	Piccole e leggere, adatte ai cantieri di lavoro con linee vivaci

Tabella 1: Specifiche dei sottosistemi. Funzioni dettagliate dei vari sottosistemi che compongono il robot funzionante a linea viva.

UR10
Giunzione	Theta [rad]	a[m]	d[m]	Alpha [rad]
Giunzione 1	0	0	0.1273	π/2
Giunzione 2	0	-0.612	0	0
Giunzione 3	0	-0.5723	0	0
Giunzione 4	0	0	0.163941	π/2
Giunzione 5	0	0	0.1157	-π/2
Joint 6	0	0	0.0922	0

Tabella 2: Parametri DH per il manipolatore. I parametri cinematici utilizzati per modellare il sistema di coordinate congiunti del manipolatore schiave.

Metrica	α=0.3	α=0.8	α=1.0	P Valore
T	5.9±1.6	8.2±4.0	8,6±2,2	0.0061
η	0,789±0,074	0,557±0,081	0,5±0,081	<0,0001
N_sub	5.9±2.1	9.0±4.1	9,5±2,9	0.0035

Tabella 3: Dettagli dei dati.Confronto quantitativo delle prestazioni di controllo condiviso su tre pesi di arbitrato (α = 0,3, 0,8, 1,0). Dati da 45 prove (3 operatori × 5 ripetizioni × 3 condizioni). Metriche: tempo di completamento del compito T (s), efficienza della traiettoria η e conteggio di sottomovimenti N_sub. Valori riportati come media ± deviazione standard.

Video supplementare 1: Teleoperazione di controllo condiviso con α = 0,3. Questo video mostra la procedura sperimentale di laboratorio per il compito simulato di tapping sotto una condizione di controllo condiviso dominato da un robot. Mette in evidenza l'elevata efficienza della traiettoria e la riduzione dei sottomovimenti dell'operatore ottenuti quando il robot si occupa della maggior parte della pianificazione del percorso. Clicca qui per scaricare questo file.

Video supplementare 2: Teleoperazione di controllo condiviso con α = 0,8 . Questo video mostra la procedura sperimentale di laboratorio sotto una condizione di controllo condiviso dominato dall'uomo. Poiché il contributo umano supera di gran lunga la pianificazione autonoma robotica, l'operazione assomiglia visivamente a una teleoperazione pura, il che si correla con la mancanza di un significativo miglioramento quantitativo in efficienza e tempi di completamento rispetto alla base. Clicca qui per scaricare questo file.

Video supplementare 3: Tracciamento master-slave di base di teleoperazione α = 1.0 . Questo video mostra la procedura sperimentale di base utilizzando la teleoperazione tradizionale di tracciamento senza assistenza autonoma. Mette in evidenza il tempo di completamento del compito e i sottomovimenti manuali richiesti dall'operatore, e riduce l'efficienza della traiettoria. Clicca qui per scaricare questo file.

Discussione

Questo studio propone un sistema robotico di distribuzione teleoperato a linea viva basato sul controllo condiviso uomo-robot. In contrasto con i sistemi completamente autonomi che faticano con l'illuminazione esterna dinamica e gli sfondi^{non strutturati 12}, e la tradizionale teleoperazione di tracciamento master-slave che impone carichi cognitivi e fisici elevati agli^{operatori 14, 15, 16}, il nostro approccio fonde l'intento umano con la pianificazione robotica autonoma. Inoltre, questo studio affronta i potenziali errori dell'operatore proponendo un algoritmo di rilevamento del movimento brusco per garantire la sicurezza operativa. Questa ricerca progredisce il campo dell'interazione fisica uomo-robot (pHRI) in ambienti estremi fornendo un'integrazione validata sul campo del controllo condiviso per la manutenzione ad alta tensione, colmando il divario tra i quadri teorici di controllo^{condiviso 17,18} e le applicazioni industriali pratiche.

Gli esperimenti di laboratorio dimostrano che un peso di controllo condiviso appropriato può ridurre significativamente il tempo di completamento del compito e lo sforzo manuale dell'operatore (meno sottomovimenti) migliorando al contempo l'efficienza della traiettoria. In particolare, sotto il controllo condiviso dominato dai robot (α = 0,3), il tempo di completamento è diminuito del 31,4%, l'efficienza della traiettoria è migliorata del 57,8% e il numero di sotto-movimenti è diminuito del 37,9% rispetto alla teleoperazione di tracciamento. Inoltre, il meccanismo di rilevamento del movimento brusco ha raggiunto un tasso di positività reale del 100% con un tempo di risposta di 20 ms. Il metodo proposto è di grande importanza per modernizzare la manutenzione della rete elettrica mitigando oggettivamente la fatica associata a operazioni pericolose. Oltre alle reti di distribuzione dell'energia, questo quadro di controllo condiviso ha potenziali applicazioni in altre robotiche a scopo speciale che operano in ambienti altamente non strutturati e pericolosi, come i robot impiegati per il soccorso antincendio o l'esplorazione geologica, dove l'adattabilità cognitiva umana deve essere combinata con la precisione robotica.

Sebbene questi risultati dimostrino fattibilità in scenari controllati, le limitazioni includono un singolo tipo di compito (tapping) e la mancanza di analisi degli effetti sulle diverse esperienze degli operatori. È necessaria ulteriore validazione tra compiti, operatori e condizioni ambientali diverse. I lavori futuri si concentreranno sull'adeguamento adattivo del α e sulle prove sul campo ampliate, α in cui saranno aggiornate in base al rischio nella posizione cartesiana attuale e sulla costruzione di un campo di rischio per calcolare il rischio.

Nonostante le dimostrazioni riuscite, questo studio presenta diverse limitazioni. Innanzitutto, la validazione sperimentale si concentrava principalmente su un singolo tipo di compito (live-line tapping). In secondo luogo, il peso di controllo condiviso era fissato prima di ogni compito, privo di adattabilità in tempo reale alle incertezze variabili. Infine, lo studio ha valutato un numero limitato di operatori addestrati e l'effetto dei diversi livelli di esperienza dell'operatore non è stato analizzato. Le future direzioni si concentreranno sullo sviluppo di un framework di controllo condiviso adattivo che adegui dinamicamente il peso arbitrale in base al contesto del compito in tempo reale e allo stato^{dell'operatore 17}. Inoltre, prevediamo di condurre prove sul campo ampliate includendo diverse attività di manutenzione, esperienze di diversi operatori e condizioni meteorologiche variabili per convalidare ulteriormente la robustezza del sistema.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Hikvision DS-2DC2D20IW-DE3	Hikvision	https://www.hikvision.com/cn/products/pdplist/161056/	telecamera di monitoraggio pan-tilt-zoom (PTZ)
KUNWEI KWR75	KUNWEItech	https://www.kunweitech.com/products/866.html	sensore di forza
LivoxAVIA	Livox(DJI)	https://www.livoxtech.com/cn/avia	lidar laser
Piper	AGILEX	https://www.agilex.ai/page/690abe7b5e78cfa260412c92?mi=1&rn=PIPER+%E6%A0%87%E5%87%86%E7%89%88	manipolatore master/slave per la validazione degli esperimenti nella piattaforma di laboratorio
Python	Python Software Foundation	https://www.python.org/	linguaggio di programmazione
RealSenseD435	Intel	https://store.realsenseai.com/buy-intel-realsense-depth-camera-d435.html	camera binoculare
Touch	3D Systems	https://cn.3dsystems.com/haptics-devices/touch	dispositivo aptico
Ubuntu 24.04	Canonical Ubuntu	https://ubuntu.cn/	sistema operativo
UR10	Universal Robots	https://www.universal-robots.cn/	manipolatore del robot di lavoro in linea