An NMPC-ECBF Framework for Dynamic Motion Planning and Execution in vision-based Human-Robot Collaboration

要約

スマートマニュファクチャリングにおいて安全かつ効果的なヒューマン・ロボット・コラボレーション(HRC)を可能にするには、異種環境(ロボット、人間、
および設備)。
提案されたアプローチは、非線形モデル予測制御 (NMPC) の予測機能を利用して、ビジョン システムからのフィードバックに基づいて安全な経路計画を実行します。
リアルタイムの経路計画の要件を満たすために、ペナルティ法に基づく組み込みソルバーが適用されます。
ただし、サンプリング時間が厳しいため、NMPC ソリューションは近似値であり、システムの安全性は保証できません。
これに対処するために、安全フィルターとして使用される指数関数的制御バリア関数 (ECBF) を使用した、新しい安全クリティカル パラダイムを定式化します。
また、V-REP を使用して単純な人間とロボットのコラボレーション シナリオを設計し、提案されたコントローラーのパフォーマンスを評価し、人間の姿勢予測の統合が安全で効率的なコラボレーションに役立つかどうかを調査します。
ロボットは、認識に OptiTrack カメラを使用し、予測されたターゲットのインタラクティブ位置への衝突のない軌道を動的に生成します。
さまざまな構成の結果により、提案された動作計画と実行フレームワークの効率が確認されています。
考慮した HRC タスクの実行時間は 19.8% 削減されます。

要約(オリジナル)

To enable safe and effective human-robot collaboration (HRC) in smart manufacturing, seamless integration of sensing, cognition, and prediction into the robot controller is critical for real-time awareness, response, and communication inside a heterogeneous environment (robots, humans, and equipment). The proposed approach takes advantage of the prediction capabilities of nonlinear model predictive control (NMPC) to execute a safe path planning based on feedback from a vision system. In order to satisfy the requirement of real-time path planning, an embedded solver based on a penalty method is applied. However, due to tight sampling times NMPC solutions are approximate, and hence the safety of the system cannot be guaranteed. To address this we formulate a novel safety-critical paradigm with an exponential control barrier function (ECBF) used as a safety filter. We also design a simple human-robot collaboration scenario using V-REP to evaluate the performance of the proposed controller and investigate whether integrating human pose prediction can help with safe and efficient collaboration. The robot uses OptiTrack cameras for perception and dynamically generates collision-free trajectories to the predicted target interactive position. Results for a number of different configurations confirm the efficiency of the proposed motion planning and execution framework. It yields a 19.8% reduction in execution time for the HRC task considered.

arxiv情報

著者 Dianhao Zhang,Mien Van,Pantelis Sopasakis,Seán McLoone
発行日 2023-10-19 06:34:40+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.IV, eess.SY パーマリンク