CoBOS: Constraint-Based Online Scheduler for Human-Robot Collaboration

要約

個々の活動と共有ワークスペースへのアクセスを調整する必要があるため、人間とロボットを含むアセンブリプロセスは挑戦的なシナリオです。
固定ロボットプログラムは、固定プロトコルから分岐する余地を残しません。
このようなプロセスに取り組むことは、ユーザーにとってストレスがかかり、効果のない動作や失敗につながる可能性があります。
Cobosと呼ばれる動作ツリーを促進するリアクティブ実行制御フレームワークにおけるオンライン制約ベースのスケジューリングの新しいアプローチを提案します。
これにより、ロボットは、アクティビティの完了やアクティビティ選択の遅延（人間）などの不確実なイベントに適応することができます。
ロボットの同僚が行動を適応させるために、人間が選択した活動を最もよく補完するために共通のタスクを完了するため、ユーザーはストレスが少なくなります。
労働条件の改善に加えて、私たちのアルゴリズムは、非常に不確実なシナリオでさえ、効率の向上につながります。
56000の実験で確率的シミュレーション研究を使用してアルゴリズムを評価します。
他のすべての比較方法を4〜10％のマージンで上回ります。
フランカエミカパンダロボットを使用した最初の実際のロボット実験と、HTC Vive VRグローブに基づく人間の追跡は有望に見えます。

要約(オリジナル)

Assembly processes involving humans and robots are challenging scenarios because the individual activities and access to shared workspace have to be coordinated. Fixed robot programs leave no room to diverge from a fixed protocol. Working on such a process can be stressful for the user and lead to ineffective behavior or failure. We propose a novel approach of online constraint-based scheduling in a reactive execution control framework facilitating behavior trees called CoBOS. This allows the robot to adapt to uncertain events such as delayed activity completions and activity selection (by the human). The user will experience less stress as the robotic coworkers adapt their behavior to best complement the human-selected activities to complete the common task. In addition to the improved working conditions, our algorithm leads to increased efficiency, even in highly uncertain scenarios. We evaluate our algorithm using a probabilistic simulation study with 56000 experiments. We outperform all other compared methods by a margin of 4-10%. Initial real robot experiments using a Franka Emika Panda robot and human tracking based on HTC Vive VR gloves look promising.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google