基于隐马尔可夫模型运动验证的柔性机器人化仓库人类意图估计以实现安全
机器人学
2019-01-11 v1
摘要
随着物流业务的大幅增长，对更大仓库及其自动化的需求随之产生，因此将机器人用作人类工人的助手正成为优先事项。为了高效且安全地运行，机器人助手或监控系统应实时识别人类意图。心理理论（ToM）是人类对其他人的心理状态（即信念与欲望）及其如何导致行为的直观理解。本文提出一种用于柔性机器人化仓库的基于 ToM 的人类意图估计算法。我们观测人类（即工人）的运动，并利用基于广义 Voronoi 图的路径规划针对目标位置对其验证。随后这些观测由所提出的隐马尔可夫模型框架处理，该框架以在线方式估计工人意图，能够处理变化的环境。为测试所提意图估计，我们在真实实验室仓库中让一名佩戴 Microsoft Hololens 增强现实眼镜的工人进行了实验。此外，为展示该方法在更大仓库上的可扩展性，我们提出使用虚拟现实数字仓库孪生以真实模拟工人行为。我们在具有多达 24 台运行机器人的更大仓库数字孪生中进行了意图估计实验。我们证明了所提框架能精确估计仓库工人意图，最后对实验结果进行了讨论。
引用
@article{arxiv.1811.08269,
title = {Human Intention Estimation based on Hidden Markov Model Motion Validation for Safe Flexible Robotized Warehouses},
author = {Tomislav Petković and David Puljiz and Ivan Marković and Björn Hein},
journal= {arXiv preprint arXiv:1811.08269},
year = {2019}
}