Motion Prediction with Gaussian Processes for Safe Human-Robot Interaction in Virtual Environments

要約

人間は、さまざまなタスクを実行するためのツールとして協働ロボットを使用します。
人間とロボットの間の対話は、狭い共有ワークスペースで行われます。
ただし、偶発的な衝突のリスクを最小限に抑えるために、これらの機械は人間と一緒に安全に動作する必要があります。
安全性を確保するには、動作中のトルクや速度制限の低下など、多くの制約が課されるため、多くのタスクを完了するのに時間がかかります。
ただし、仮想現実アプリケーション用の断続的な接触を伴う触覚インターフェイスとして協働ロボットを使用するようなアプリケーションでは、速度制限によりユーザー エクスペリエンスが低下します。
この研究は、人間のユーザーの安全性を向上させながら、協働ロボットの効率を向上させることを目的としています。
私たちはガウス プロセス モデルを使用して人間の手の動きを予測し、手の動きと視線に基づいて人間の意図を検出する戦略を開発して、仮想環境におけるロボットと人間のセキュリティの時間を向上させました。
次に、予測の効果を調べました。
比較の結果、予測モデルによりロボットの時間が 3\%、安全性が 17\% 改善されたことがわかりました。
視線と併用した場合、ガウス プロセス モデルによる予測により、ロボットの時間が 2\%、安全性が 13\% 改善されました。

要約(オリジナル)

Humans use collaborative robots as tools for accomplishing various tasks. The interaction between humans and robots happens in tight shared workspaces. However, these machines must be safe to operate alongside humans to minimize the risk of accidental collisions. Ensuring safety imposes many constraints, such as reduced torque and velocity limits during operation, thus increasing the time to accomplish many tasks. However, for applications such as using collaborative robots as haptic interfaces with intermittent contacts for virtual reality applications, speed limitations result in poor user experiences. This research aims to improve the efficiency of a collaborative robot while improving the safety of the human user. We used Gaussian process models to predict human hand motion and developed strategies for human intention detection based on hand motion and gaze to improve the time for the robot and human security in a virtual environment. We then studied the effect of prediction. Results from comparisons show that the prediction models improved the robot time by 3\% and safety by 17\%. When used alongside gaze, prediction with Gaussian process models resulted in an improvement of the robot time by 2\% and the safety by 13\%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google