Open Source Robotics

Una colección curada de proyectos, herramientas y software de robótica de código abierto de alta calidad.

Robot Handover

  • También llamado: object handover, human-robot handover, handoff
  • Categoría: Control › Human in the loop
  • Etiquetas: human-robot-interaction, grasping, collaborative-robots, physical-hri, manipulation

La transferencia física de un objeto entre un robot y una persona, de humano a robot o de robot a humano, coordinada mediante el movimiento, la sincronización, la elección del agarre y la fuerza.

Definición

Un traspaso robótico de objetos (robot handover) es la acción conjunta en la que un robot y una persona se pasan un objeto de uno a otro. Suele dividirse en dos sentidos: los traspasos de humano a robot (H2R), en los que el robot toma un objeto que sostiene la persona, y los traspasos de robot a humano (R2H), en los que el robot ofrece un objeto para que la persona lo tome. También existen intercambios entre robots, pero normalmente se tratan como un problema aparte y totalmente controlado. Un traspaso es un fragmento breve de interacción física humano-robot: durante un momento ambos sostienen el mismo objeto, y la transferencia solo tiene éxito si uno suelta a la vez que el otro asume la carga.

Un traspaso suele describirse por fases. En la fase de aproximación o alcance, quien entrega presenta el objeto y quien recibe se mueve hacia él; el robot debe decidir dónde encontrarse con la persona, a qué altura y con qué sincronización. En la fase de transferencia, ambas manos están sobre el objeto, y quien entrega afloja el agarre a medida que quien recibe asume el peso. Las personas lo hacen percibiendo el cambio de carga a través del objeto, y los robots suelen imitarlo: en los traspasos R2H, el robot abre la pinza cuando su sensor de fuerza/par de muñeca o las corrientes de sus motores indican que la persona está tirando del objeto o sosteniéndolo. En la fase de retirada, quien entrega se aparta y quien recibe se lleva el objeto.

Los traspasos H2R añaden un problema de percepción y de agarre. El robot tiene que seguir el objeto y la mano de la persona, a menudo con una sola cámara de profundidad y mucha oclusión, elegir un agarre que no choque con los dedos de la persona y seguir actualizando esa elección mientras la mano se mueve. Los enfoques reactivos segmentan la mano y el objeto en una nube de puntos, generan poses de agarre 6-DoF candidatas, descartan las que están cerca de la mano y llevan la pinza mediante servocontrol en lazo cerrado hacia el mejor agarre restante. Los traspasos R2H dan más peso a la legibilidad: ofrecer el objeto a una altura natural, con el asa hacia la persona y con un movimiento predecible, para que la persona sepa cuándo y dónde tomarlo.

Por qué importa

Pasarse cosas es una de las formas más comunes en que personas y robots compartirán el trabajo en hogares, hospitales y talleres. Los traspasos combinan percepción, agarre, planificación de movimiento y seguridad alrededor de una persona en una sola acción breve, y los fallos se notan de inmediato: objetos que caen, dedos pellizcados o una sincronización vacilante que a las personas les resulta incómoda.

Aplicaciones clave

  • Ensamblaje colaborativo, con robots que pasan herramientas y piezas a los trabajadores
  • Robots asistenciales que entregan objetos a personas con movilidad reducida
  • Asistencia quirúrgica y de laboratorio con instrumental
  • Robots de servicio en hogares, comercios y hostelería
  • Recoger objetos que las personas presentan a un robot durante la enseñanza

En la práctica

Un brazo colaborativo con una pinza de mordazas paralelas y una cámara de profundidad montada en la muñeca se configura para tomar herramientas de un técnico. En cada fotograma de la cámara, el sistema segmenta la mano de la persona y la herramienta en la nube de puntos, ejecuta una red de agarre sobre los puntos de la herramienta para obtener poses de agarre 6-DoF candidatas y rechaza cualquier agarre cuyo volumen de pinza quede a pocos centímetros de los puntos de la mano. El brazo se mueve hacia el agarre restante con mayor puntuación con un controlador de velocidad limitada y pasa a una aproximación final más lenta cerca de la herramienta. Cierra la pinza y después espera a que el sensor de fuerza/par indique que el peso de la herramienta ha pasado al robot antes de retirarse. En el sentido contrario, al devolver una herramienta, el brazo la sostiene a la altura del pecho con el mango hacia la persona y solo la suelta cuando mide un tirón por encima de un umbral establecido.

Ideas erróneas comunes

  • Un traspaso es solo el agarre de un objeto que resulta estar sostenido — la mano de la persona limita qué agarres son seguros, el objeto sigue moviéndose y la liberación debe coordinarse con la otra parte
  • El robot debería soltar en cuanto se cierra su pinza — soltar antes de que quien recibe tenga la carga provoca caídas; los sistemas bien diseñados sueltan cuando miden una transferencia de la carga
  • Los traspasos más rápidos siempre son mejores — las personas prefieren un movimiento predecible y legible, y las aproximaciones bruscas o muy rápidas reducen la comodidad y la seguridad percibida
  • Los traspasos de humano a robot y de robot a humano son el mismo problema invertido — en H2R dominan la percepción y la selección del agarre; en R2H, la presentación del objeto y el momento de soltarlo

Quién debería saberlo

  • Investigadores en interacción humano-robot
  • Ingenieros de aplicaciones de robots colaborativos
  • Desarrolladores de robótica asistencial y de servicio
  • Ingenieros de agarre y manipulación que trabajan cerca de personas

Tecnologías relacionadas

  • Sensor de fuerza/par de seis ejes (Six-Axis Force-Torque Sensor)
  • Estimación de la pose de la mano (Hand Pose Estimation)
  • 6-DOF GraspNet
  • MoveIt
  • ISO/TS 15066

Términos relacionados

  • Physical Human-Robot Interaction
  • 6-DoF Grasp Pose
  • Grasp Planning
  • Perceived Safety
  • Cobot
  • Visual Servoing

Proyectos relacionados

  • LeRobot: HuggingFace ML library for real-world robotics in PyTorch
  • Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
  • NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
  • OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
  • Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
  • OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments

Este sitio web requiere JavaScript. Por favor, habilite JavaScript para explorar nuestros proyectos de robótica.