将不确定性感知的人体运动预测集成到基于图的机械臂运动规划中
机器人学
2024-05-17 v1
摘要
在再制造现场，工业机器人作为人类工人的互补协作者正得到越来越多的应用。这种人机协作（HRC）旨在协助人类工人提高劳动密集型任务的灵活性和效率。本文提出一种面向HRC的人体感知运动规划框架，用于在与人类协作执行任务时有效计算机械臂的无碰撞运动。我们采用神经人体运动预测模型来实现机械臂的主动规划。特别地，我们并非盲目信任和利用预测的人体轨迹进行机械臂规划，而是量化神经预测模型的不确定性以进一步确保人类安全。此外，我们将不确定性感知的预测集成到一个图中，该图捕捉关键工作空间元素并展示它们之间的相互联系。然后利用图神经网络对构建的图进行操作。因此，机器人运动规划同时考虑了工作空间中所有元素之间的依赖关系以及人类工人未来运动的潜在影响。我们使用一个6自由度机械臂在共享工作空间中进行拆卸任务实验验证了所提规划框架。结果表明，我们的方法在提高HRC的平滑性和安全性方面具有优势。本工作的简要视频介绍见补充材料。
引用
@article{arxiv.2405.09779,
title = {Integrating Uncertainty-Aware Human Motion Prediction into Graph-Based Manipulator Motion Planning},
author = {Wansong Liu and Kareem Eltouny and Sibo Tian and Xiao Liang and Minghui Zheng},
journal= {arXiv preprint arXiv:2405.09779},
year = {2024}
}