Intelligent Framework for Human-Robot Collaboration: Dynamic Ergonomics and Adaptive Decision-Making

要約

産業環境への共同ロボットの統合により、生産性が向上しましたが、オペレーターの安全性と人間工学に関連する重要な課題も強調されています。
このペーパーでは、高度な視覚的認識、継続的な人間工学的監視、および適応行動ツリーの意思決定を統合する革新的なフレームワークを提案し、通常、孤立したコンポーネントとして動作する従来の方法の制限を克服します。
私たちのアプローチは、深い学習モデル、高度な追跡アルゴリズム、および動的な人間工学的評価をモジュール式、スケーラブル、適応システムに合成します。
実験的検証は、複数の次元にわたる既存のソリューションに対するフレームワークの優位性を示しています。視覚認識モジュールは、72.4％MAP@50：95で以前の検出モデルを上回りました。
このシステムは、オペレーターの意図を認識する際に高い精度を達成しました（92.5％）。
最小限のレイテンシ（0.57秒）で人間工学に基づいたリスクを速やかに分類しました。
また、非常に敏感に対応する意思決定機能（0.07秒）を備えたロボット介入を動的に管理し、ベンチマークシステムよりも56％の改善を表しています。
この包括的なソリューションは、人間工学的安全性、運用効率、リアルタイムの適応性を優先することにより、産業環境での人間ロボットコラボレーションを強化するための堅牢なプラットフォームを提供します。

要約(オリジナル)

The integration of collaborative robots into industrial environments has improved productivity, but has also highlighted significant challenges related to operator safety and ergonomics. This paper proposes an innovative framework that integrates advanced visual perception, continuous ergonomic monitoring, and adaptive Behaviour Tree decision-making to overcome the limitations of traditional methods that typically operate as isolated components. Our approach synthesizes deep learning models, advanced tracking algorithms, and dynamic ergonomic assessments into a modular, scalable, and adaptive system. Experimental validation demonstrates the framework’s superiority over existing solutions across multiple dimensions: the visual perception module outperformed previous detection models with 72.4% mAP@50:95; the system achieved high accuracy in recognizing operator intentions (92.5%); it promptly classified ergonomic risks with minimal latency (0.57 seconds); and it dynamically managed robotic interventions with exceptionally responsive decision-making capabilities (0.07 seconds), representing a 56% improvement over benchmark systems. This comprehensive solution provides a robust platform for enhancing human-robot collaboration in industrial environments by prioritizing ergonomic safety, operational efficiency, and real-time adaptability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google