Chemist Eye：面向自动实验室的基于视觉语言模型的安全监控与机器人决策系统
机器人学
2025-08-14 v2 人工智能
摘要
将机器人与自动化集成到自动实验室（SDL）中，除了适用于常规实验室的安全复杂性之外，还会引入额外的风险。个人防护装备（PPE）是确保实验室工作人员安全的基本要求，无论是自动实验室还是传统实验室。火灾是化学实验室的重要风险因素。在SDL中，靠近使用可燃锂电池的移动机器人发生的火灾可能具有更大的严重性。本文提出了Chemist Eye，一个分布式安全监控系统，旨在增强SDL中的情境意识。该系统集成了多个配备 RGB、深度和红外摄像头的站点，用于监控SDL中的事件。Chemist Eye旨在识别因工作人员遭受潜在事故或医疗紧急情况、PPE合规性或火灾风险而需要关注的情形。为实现此目标，Chemist Eye采用由视觉语言模型（VLM）驱动的决策机制。系统设计为无缝集成，使其能够与机器人实时通信。基于VLM的建议，系统会尝试将移动机器人从可能的火灾位置、出口或未佩戴PPE的人群中驱动 away，并在必要时发出 audible 警报。系统还集成了第三方消息平台，以便即时通知实验室人员。我们使用一个配备三台移动机器人的SDL的真实数据测试了Chemist Eye，发现潜在安全风险的识别率和决策性能分别达到了97%和95%。
引用
@article{arxiv.2508.05148,
title = {Chemist Eye: A Visual Language Model-Powered System for Safety Monitoring and Robot Decision-Making in Self-Driving Laboratories},
author = {Francisco Munguia-Galeano and Zhengxue Zhou and Satheeshkumar Veeramani and Hatem Fakhruldeen and Louis Longley and Rob Clowes and Andrew I. Cooper},
journal= {arXiv preprint arXiv:2508.05148},
year = {2025}
}