集成仓库系统中面向人感知规划的人类意图识别

随着物流业务的显著增长，对更大、更自动化仓库的需求增加，从而催生了完全机器人化的车间，由移动机器人负责运输和分发货物。然而，即使在完全自动化的仓库系统中，人为干预的需求也经常出现，无论是由于维护还是为了完成特定订单，这使得移动机器人和人类在集成仓库环境中越来越接近。为了确保此类仓库的平稳高效运行，机器人和人类的路径都需要仔细规划；然而，由于人类可能偏离指定路径，这成为一项更具挑战性的任务。鉴于此，监督系统应能够实时识别人类意图及其替代路径。在本文中，我们提出了一个用于人类偏离检测和意图识别的框架，该框架输出人类工人最可能的路径，并且规划器据此通过重新规划让机器人移出人类路径来采取相应行动。实验结果表明，所提出的框架增加了总交付数量，尤其是人工交付数量，并减少了人机相遇。