Improving Human Legibility in Collaborative Robot Tasks through Augmented Reality and Workspace Preparation

要約

人間のチームメイトの意図を理解することは、人間とロボットの安全かつ効果的な対話のために重要です。
人間を意識したロボットの動作計画の標準的なアプローチは、まず人間の目標または経路を予測し、次に人間との衝突を回避するロボット計画を構築することです。
この方法では、ヒューマン モデルとその後の予測が不正確な場合、安全でないインタラクションが生成される可能性があります。
この研究では、人間とロボットの共有ワークスペースでオブジェクトの構成を調整することと、拡張現実で「仮想障害物」を投影し、特定のタスクの読みやすさを最適化することの両方のためのアルゴリズム的アプローチを紹介します。
ワークスペースに対するこれらの変更により、人間の行動がより読みやすくなり、人間の目標に対するロボットの予測が改善され、それによってタスクの流暢性と安全性が向上します。
私たちのアプローチを評価するために、マニピュレーター ロボットを使用した共同卓上タスクと、モバイル ロボットを使用した倉庫ナビゲーション タスクを含む 2 つのユーザー スタディを提案します。

要約(オリジナル)

Understanding the intentions of human teammates is critical for safe and effective human-robot interaction. The canonical approach for human-aware robot motion planning is to first predict the human’s goal or path, and then construct a robot plan that avoids collision with the human. This method can generate unsafe interactions if the human model and subsequent predictions are inaccurate. In this work, we present an algorithmic approach for both arranging the configuration of objects in a shared human-robot workspace, and projecting “virtual obstacles” in augmented reality, optimizing for legibility in a given task. These changes to the workspace result in more legible human behavior, improving robot predictions of human goals, thereby improving task fluency and safety. To evaluate our approach, we propose two user studies involving a collaborative tabletop task with a manipulator robot, and a warehouse navigation task with a mobile robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google