Extended Reality for Enhanced Human-Robot Collaboration: a Human-in-the-Loop Approach

要約

自動化の台頭により、製造プロセスの効率を高める機会が得られましたが、進化する市場ニーズに迅速に対応し、カスタマイズの需要を満たすために必要な柔軟性が損なわれることがよくあります。
人間とロボットのコラボレーションは、機械の強度と精度を人間の創意工夫と知覚的理解を組み合わせることによって、これらの課題に対処しようとします。
この論文では、ヒューマンインザループの原理を組み込み、拡張現実 (XR) を活用して人間とロボット間の直観的なコミュニケーションとプログラミングを促進する、自律的な機械学習ベースのマニピュレーターの実装フレームワークを概念化し、提案します。
さらに、この概念フレームワークは、ロボットの学習プロセスに人間が直接関与することを予測しており、その結果、より高い適応性とタスクの汎用化が実現します。
この文書では、提案されたフレームワークを実現する主要なテクノロジーに焦点を当て、全体としてデジタル エコシステムを開発することの重要性を強調しています。
さらに、人間とロボットのコラボレーションにおける XR の既存の実装アプローチをレビューし、多様な視点と方法論を紹介します。
課題と将来の見通しについて議論し、産業環境におけるより自然な人間とロボットの相互作用と統合のための XR の主要な障害と潜在的な研究手段を掘り下げます。

要約(オリジナル)

The rise of automation has provided an opportunity to achieve higher efficiency in manufacturing processes, yet it often compromises the flexibility required to promptly respond to evolving market needs and meet the demand for customization. Human-robot collaboration attempts to tackle these challenges by combining the strength and precision of machines with human ingenuity and perceptual understanding. In this paper, we conceptualize and propose an implementation framework for an autonomous, machine learning-based manipulator that incorporates human-in-the-loop principles and leverages Extended Reality (XR) to facilitate intuitive communication and programming between humans and robots. Furthermore, the conceptual framework foresees human involvement directly in the robot learning process, resulting in higher adaptability and task generalization. The paper highlights key technologies enabling the proposed framework, emphasizing the importance of developing the digital ecosystem as a whole. Additionally, we review the existent implementation approaches of XR in human-robot collaboration, showcasing diverse perspectives and methodologies. The challenges and future outlooks are discussed, delving into the major obstacles and potential research avenues of XR for more natural human-robot interaction and integration in the industrial landscape.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google