透過自適應碰撞敏感度提升人機協作安全性

Belangrijkste concepten

本文提出一種新方法,旨在在符合安全標準的前提下,最大化人機協作任務的生產力。該方法通過使用壓力敏感電子皮膚(AIRSKIN)檢測和隔離碰撞,並根據機器人連桿的有效質量和速度在線估算碰撞力,從而動態調整皮膚的敏感度閾值。這樣可以在確保人類安全的同時,大幅提高任務效率。

Samenvatting

本文介紹了一種新的方法,旨在在人機協作中實現安全和生產力的平衡。主要內容如下:

1. 背景介紹:

   • 機器人正在從封閉環境進入人類工作空間,需要動態適應不可預測的人機交互。
   • 現有的人機協作安全標準(如ISO/TS 15066)定義了兩種方法:功率和力限制(PFL)以及速度和分離監測(SSM)。
   • PFL允許機器人與人發生碰撞,但碰撞力、壓力和吸收能量必須在人體安全限制內。然而,這種方法通常會導致生產力下降。

2. 提出的方法:

   • 使用壓力敏感電子皮膚(AIRSKIN)檢測和隔離碰撞,而不是完全依賴力/扭矩估計。
   • 根據機器人連桿的有效質量和速度,在線估算碰撞力,並動態調整皮膚的敏感度閾值。
   • 提出兩種動態閾值設定策略:基於ISO/TS 15066公式的"半移動質量"(HMM)方法,以及利用機器人有效質量(EM)的方法。

3. 實驗與結果:

   • 設計了一個模擬人機協作的實驗環境,包括動態碰撞(桶子)和準靜態碰撞(測量裝置)。
   • 比較了五種靜態皮膚敏感度設置和兩種動態設置策略。
   • 動態策略在任務完成時間和碰撞次數方面的表現介於最敏感和最不敏感的靜態設置之間。
   • 使用EM策略的動態設置可以更準確地估算碰撞力,在保證安全的同時提高了生產力。

4. 結論與討論:

   • 本文提出的方法可以在確保人類安全的前提下,最大化人機協作任務的生產力。
   • 未來可以探討更複雜的碰撞反應策略,如基於皮膚位置信息的迴避反射。

Statistieken

碰撞力測量結果(單位:牛頓):

Uniform 0: 45.5 ± 4.93 N
Uniform 1: 59.6 ± 20.4 N
Uniform 2: 84.6 ± 36.5 N
Uniform 3: 87.6 ± 44.6 N
Uniform 4: 93.6 ± 44.8 N
Dynamic HMM (measured): 54.0 ± 26.1 N
Dynamic EF (measured): 61.8 ± 27.8 N
Dynamic HMM (estimated): 166.5 ± 1.67 N
Dynamic EF (estimated): 78.0 ± 0.86 N

Citaten

"本文提出一種新方法,旨在在符合安全標準的前提下,最大化人機協作任務的生產力。"
"使用壓力敏感電子皮膚(AIRSKIN)檢測和隔離碰撞,並根據機器人連桿的有效質量和速度在線估算碰撞力,從而動態調整皮膚的敏感度閾值。"
"動態策略在任務完成時間和碰撞次數方面的表現介於最敏感和最不敏感的靜態設置之間。使用EM策略的動態設置可以更準確地估算碰撞力,在保證安全的同時提高了生產力。"

Belangrijkste Inzichten Gedestilleerd Uit

Boosting Safe Human-Robot Collaboration Through Adaptive Collision Sensitivity

by Lukas Rustle... om arxiv.org 10-01-2024

https://arxiv.org/pdf/2409.20184.pdf

Diepere vragen

如何進一步提高動態閾值設定策略的準確性和可靠性?

為了進一步提高動態閾值設定策略的準確性和可靠性，可以考慮以下幾個方面：

改進有效質量計算：目前的動態策略使用有效質量（Effective Mass, EF）來估算碰撞力。為了提高準確性，可以進一步優化機器人的動態模型，考慮更多的運動學和動力學參數，例如機器人各個關節的運動狀態和環境的變化。這樣可以更精確地計算出在不同工作環境下的有效質量。

多模態感測器融合：除了使用壓力感測器外，還可以引入其他類型的感測器，如加速度計、陀螺儀和視覺感測器，來獲取更全面的碰撞信息。這樣可以在碰撞檢測和識別過程中提供更多的數據支持，從而提高動態閾值設定的準確性。

機器學習技術：利用機器學習算法來分析歷史碰撞數據，從中學習不同情況下的最佳閾值設定。通過訓練模型，可以自動調整閾值以適應不同的操作環境和人機互動情境，進一步提高策略的可靠性。

實時反饋機制：建立一個實時反饋系統，根據機器人在運行過程中收集的數據，動態調整閾值設定。這樣可以根據當前的工作狀態和環境變化，及時更新閾值，從而提高安全性和生產力。

如何在不影響生產力的情況下,進一步提高人機協作的安全性?

在不影響生產力的情況下提高人機協作的安全性，可以採取以下措施：

自適應碰撞檢測系統：實施一個自適應的碰撞檢測系統，根據不同的工作環境和任務需求，動態調整機器人的反應策略。這樣可以在確保安全的同時，減少不必要的停機時間，從而提高生產力。

優化的安全閾值設定：根據不同的工作情境，設置不同的安全閾值。例如，在某些低風險的操作中，可以適當提高碰撞閾值，允許機器人更快地運行，而在高風險的情況下則降低閾值以確保安全。

強化人機協作的培訓：對操作人員進行專業的培訓，使其了解機器人的運作原理和安全操作規範。這樣可以減少因操作不當而導致的安全事故，從而提高整體的安全性。

實施預警系統：建立一個預警系統，當檢測到潛在的碰撞風險時，提前發出警報，讓操作人員有足夠的時間做出反應。這樣可以在不影響生產效率的情況下，增強安全性。

人機協作中,除了碰撞力和壓力,還有哪些其他重要的安全因素需要考慮?

在進行人機協作時，除了碰撞力和壓力外，還有多個重要的安全因素需要考慮：

機器人的運動速度：機器人的運動速度直接影響碰撞的動能和潛在的傷害程度。需要根據工作環境和人員的活動範圍，合理設置機器人的運動速度，以降低風險。

工作環境的佈局：工作環境的設計和佈局對安全性有重要影響。應確保工作區域內的通道暢通無阻，並避免設置可能導致碰撞的障礙物。

人員的行為模式：操作人員的行為和反應能力也是安全的重要因素。需要考慮人員的注意力、反應時間和行為模式，並設計相應的安全措施來應對可能的意外情況。

機器人的感知能力：機器人對周圍環境的感知能力影響其安全性。應使用高精度的感測器來提高機器人對人員和障礙物的識別能力，從而減少碰撞的風險。

應急反應機制：建立有效的應急反應機制，以便在發生意外情況時，機器人能夠迅速做出反應，減少對人員的潛在傷害。這包括自動停止、撤回或避開等行為。