返回顶部
今日    | 手机版 | 资讯 | 产品 | 企业 | 热点 | 商道 | 原料 |
返回首页
返回首页
home 您现在的位置: 首页 >技术中心 > 详细信息
算法告诉机器人附近人的去向:研究人员正在测试人类和机器人可以在附近组装汽车零件的方式
2020年10月30日    阅读量:2051     新闻来源:中国机械网 okmao.com    |  投稿

在2018年,麻省理工学院(MIT)和汽车制造商宝马(BMW)的研究人员正在测试人类和机器人可以在附近组装汽车零件的方式。


在工厂车间的复制品中,该团队在轨道上装配了一个机器人,该机器人旨在在工作站之间运送零件。同时,人类工人经常在附近的车站上班中国机械网okmao.com


算法告诉机器人附近人的去向:研究人员正在测试人类和机器人可以在附近组装汽车零件的方式 中国机械网,okmao.com


该机器人进行编程,如果一个人走过来暂时停止。但是研究人员注意到,机器人通常会在人过马路之前很久就冻结在位,过于谨慎。


如果这是在实际的生产环境中进行的,那么这种不必要的停顿可能会积聚成明显的低效率。


该团队将问题归结为机器人运动预测软件所使用的机器人轨迹对准算法的局限性。


尽管他们可以合理地预测某个人的去向,但由于时间安排不佳,算法无法预测该人在其预测路径上的任何时间花费了多长时间-在这种情况下,一个人需要花费多长时间停下来,然后往回翻,再次越过机器人的路径。


现在,同一个MIT团队的成员提出了一个解决方案:一种算法,该算法可以实时准确地对齐部分轨迹,从而使运动预测器可以准确预测人的运动时间。


当他们将新算法应用于宝马工厂车间实验时,他们发现,机器人并没有冻结,而是简单地滚动着,并在人再次走过时安全地挡在了路上。


麻省理工学院航空与航天副教授朱莉·沙(Julie Shah)说:“该算法内置了有助于机器人理解和监视运动中的停顿和重叠的组件,而这是人体运动的核心部分。” “这项技术是我们研究机器人以更好地了解人们的众多方式之一。”


Shah和她的同事,包括项目负责人和研究生Przemyslaw“ Pem” Lasota,将在本月的德国机器人:科学与系统会议上发表他们的研究结果。


为了使机器人能够预测人类的动作,研究人员通常借鉴音乐和语音处理中的算法。


些算法旨在对齐两个完整的时间序列或相关数据集,例如音乐表演的音轨和该乐谱的滚动视频。

 

研究人员已经使用类似的对准算法来同步实时的和先前记录的人体运动测量结果,以预测某个人从现在起的五秒之内。


但是与音乐或语音不同,人类的动作可能是混乱且高度可变的。即使是重复性动作,例如伸手穿过桌子拧入螺栓,一个人每次的移动可能也会略有不同。


现有算法通常以表示人的位置随时间变化的点的形式来获取流运动数据,并将这些点的轨迹与给定场景下的公共轨迹库进行比较。一种算法根据点之间的相对距离来绘制轨迹。


但是拉索塔说,仅基于距离来预测轨迹的算法在某些常见情况下会很容易混淆,例如临时停车,在此情况下,人在继续前进之前会停下来。暂停时,代表人的位置的点可以聚集在同一位置。


Lasota说:“当您查看数据时,当一个人停下来时,就会有很多点聚集在一起。” “如果仅将点之间的距离作为对齐度量标准,那会造成混淆,因为它们都靠在一起,而且您不知道必须对齐哪个点。”


重叠的轨迹也是如此(例如,人沿着相似的路径来回移动)。Lasota说,虽然一个人的当前位置可能与参考轨迹上的点对齐,但是现有算法无法区分该位置是轨迹的一部分是前进还是沿着同一路径返回。


Lasota说:“就距离而言,您可能使点靠近在一起,但就时间而言,一个人的位置实际上可能距参考点较远。”


一切都在时机


作为解决方案,Lasota和Shah设计了一种“部分轨迹”算法,该算法将一个人的轨迹段与先前收集的参考轨迹库实时对齐。重要的是,新算法可以在距离和时间上对齐轨迹,从而能够准确预测人的路径上的停靠点和重叠点。


“假设您已经执行了这么多动作,” Lasota解释说。“旧技术会说,'这是该运动的代表轨迹上最接近的点。” 但是,由于您只是在很短的时间内完成了大部分任务,因此算法的计时部分会说:“基于计时,您不太可能已经回到原路,因为您刚刚开始运动。 ”


该团队在两个人体运动数据集上测试了该算法:一个数据集是一个人在工厂环境中间歇性地越过机器人的路径(这些数据是从该团队在BMW的实验中获得的),另一个是该小组先前记录了参与者的手部运动伸到桌子上以安装螺栓,然后机器人可以通过在螺栓上刷密封胶来固定它。


对于这两个数据集,与两种常用的部分轨迹对齐算法相比,该团队的算法能够更好地估计一个人通过轨迹的进度。此外,研究小组发现,将对齐算法与运动预测器集成在一起后,机器人可以更准确地预测人的运动时间。例如,在工厂车间的情况下,他们发现机器人不太容易在原地冻结,而是在有人越过路径后不久就平稳地恢复了任务。


虽然在运动预测的背景下对算法进行了评估,但它也可以用作人机交互领域中其他技术(例如动作识别和手势检测)的预处理步骤。沙阿(Shah)表示,该算法将成为使机器人能够识别并响应人类运动和行为方式的关键工具。最终,这可以帮助人类和机器人在结构化环境中协同工作,例如工厂设置,甚至在某些情况下还可以是家庭。


沙阿说:“这项技术可以应用于任何人类表现出典型行为模式的环境。” “关键是机器人系统可以观察反复出现的模式,从而可以学习有关人类行为的知识。这完全是机器人工作的脉络,它能够更好地理解人类运动的各个方面,从而能够与我们更好地合作。”


标签:行业资讯今日头条产品资讯机械商道人工智能技术中心机器人配件与装备系统及软件
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识