人机协作中针对预测占据栅格的时空规避
机器人学
2023-07-11 v1
摘要
本文解决人机协作（HRC）中融合人体活动预测以为机器人提供主动-反应式响应能力的挑战。先前将当前或预测的人体姿态视为静态障碍的工作在规划中过于短视或过于保守，可能导致机器人路径延迟。相反，时变的人体姿态预测将使得机器人路径能够在时空上动态同步地规避预期人体姿态。为此，本文提出一种称为 STAP 的主动路径规划方法，该方法利用时空人体占据地图寻找预期人体运动的机器人轨迹，使机器人无需停止即可通行。此外，STAP 预估了 ISO/TS 15066 速度与分离监控（SSM）所要求的机器人速度限制带来的延迟。STAP 还提出了一种基于 RRT* 的采样规划算法，以求解时空运动规划问题并找到期望时长最短的路径。实验结果表明，STAP 生成的路径时长更短且在整个任务中机器人与人的平均分离距离更大。此外，STAP 更准确地估计了 HRC 中的机器人轨迹时长，这有助于实现主动-反应式的机器人排序。
引用
@article{arxiv.2307.03909,
title = {Spatio-Temporal Avoidance of Predicted Occupancy in Human-Robot Collaboration},
author = {Jared Flowers and Marco Faroni and Gloria Wiens and Nicola Pedrocchi},
journal= {arXiv preprint arXiv:2307.03909},
year = {2023}
}
备注
7 pages, 7 figures. Accepted at IEEE ROMAN 2023