近年來，企業(yè)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(chǎn)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(shè)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(guī)范柔性機械臂的手動設(shè)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(shè)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(shè)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(jù)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(diào)試的誤差。

柔性機械臂實驗痛點

在工業(yè)領(lǐng)域，機械臂常用于自動化作業(yè)等場景，比如進行自動裝配、噴氣、搬運、焊接等工作。與工業(yè)領(lǐng)域常見的關(guān)節(jié)機器人/多軸機械臂相比，柔性機械臂的優(yōu)勢在于扭轉(zhuǎn)方向和程度更靈活，不受關(guān)節(jié)旋轉(zhuǎn)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(fù)健等場景。

不過，柔性機械臂運動方式更加復(fù)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(tài)控制。此外，柔性機械臂可輔助關(guān)節(jié)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(guān)節(jié)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(chǎn)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(wù)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(shè)計、軌跡規(guī)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(shè)計的實驗中普遍面臨的問題。隨著機器人和計算技術(shù)不斷發(fā)展，操控機械臂的準確性和可重復(fù)性越來越高，不過在一些任務(wù)中，需要由人來手動操作機械臂，而這可能會影響任務(wù)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(zhuǎn)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(fā)了一個AR可視化系統(tǒng)，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(nèi)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(jù)了解，REDS實驗室研發(fā)團隊分別來自于計算機系和戴森設(shè)計工程學院的學生，戴森設(shè)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(diào)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(diào)整機械臂，將機械臂訓練變得更直觀、標準化。細節(jié)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(diào)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(guān)鍵是將空間信息和虛擬標記結(jié)合，顯示準確的3D空間關(guān)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(fā)現(xiàn)，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。

實驗結(jié)果

接下來，為了驗證AR指導方案的效果，科研人員在5名男性中進行實驗，這5個人的年齡在20到26歲之間，他們擁有機器人技術(shù)知識，不過缺少專門操作柔性機器人的經(jīng)驗。結(jié)果發(fā)現(xiàn)，參與實驗的5個人均可準確調(diào)試機器人。

經(jīng)過證明，科研人員發(fā)現(xiàn)AR可簡化柔性機械臂實驗的過程，實驗人員不需要很多技術(shù)經(jīng)驗也能操作。而在后續(xù)的體驗調(diào)查中，大多數(shù)參與者對AR可視化方案比非AR方案更感到滿意。

不過，利用AR指導操作依然存在誤差，其原因可歸結(jié)為以下幾種：1）手勢追蹤誤差；2）AR定位誤差、缺少自動動態(tài)的對齊系統(tǒng)；3）3D渲染的刷新率低，快速移動頭部可能會導致AR圖像位移。此外，柔性機械臂不能像硬性機械臂那樣維持其形狀，柔性部分可能會受到硬性部分影響而偏移位置。

總結(jié)

總體來講，這是一項探索人機交互（HRI）的實驗。盡管HRI已經(jīng)是一個得到充分研究的領(lǐng)域，但大多數(shù)科研人員認為，目前依然需要一種方式來幫助人類和機器人對空間的理解達成共識。傳統(tǒng)基于2D顯示屏的方案并不直觀，使用者需要抬頭對比屏幕來確認每一步操作，整個過程比較繁瑣，而且可能存在誤差。

相比之下，AR的可視化特性可進一步提升人機交互的效率、準確性。利用AR來指導機械臂操作的方案， 潛在的應(yīng)用場景還包括制造、建筑、車輛維護、輔助病人復(fù)健等等，甚至還可以在航天器上使用。

接下來，科研人員計劃將AR可視化與觸覺、音頻反饋結(jié)合。目前，確認機械臂配置主要通過視覺提示，而結(jié)合音頻和觸覺等額外的感知提示，有望進一步提升機械臂配置的準確性。

此外，也計劃將AR可視化用于硬性機械臂實驗中，因為硬性機械臂比柔性機械臂更容易固定，操控的準確性和精度更好。

參考：

https://spiral.imperial.ac.uk/bitstream/10044/1/94598/2/Augmented%20reality%20malleable%20robots%20%28Final%20version%29.pdf

關(guān)鍵詞： 指導方案 工程學院 人機交互