Robot förstår våra rörelser

Den nya tekniken gör att roboten kan identifiera varje person den arbetar med, tidigare har den endast kunnat bedöma avståndet till de mänskliga medarbetarna. I identifieringen ingår en skelettmodell av människokroppen, vilket är en sammanfattning av personens kroppsmassa.

– Med informationen kan den kontextmedvetna roboten känna igen sina medarbetares kroppsställningar. Den kan till och med förutse hur människorna ska röra sig härnäst. De här förmågorna ger roboten ett sammanhang och en omgivning att ta hänsyn till när den jobbar, säger Hongyi Liu, forskare vid KTH.

I arbetet använder man en form av maskininlärning som kallas transfer learning, som återanvänder kunskap man fått via träning innan den sedan används i verkligheten. Detta kräver mindre datorkraft och dataset än traditionell ML.

Enligt Hongyi Liu ligger tekniken före de rådande ISO-kraven gällande säkerhet kring robotar som kan samarbeta med människor. För att använda tekniken krävs det att industrin agerar, eftersom vinsterna med kontextmedvetna robotar kan vara stora.

– Nuvarande ISO-standard och teknisk specifikation anger att en robot ska sakta ned när en människa närmar sig, och stanna helt när människan är för nära. Om personen sedan avlägsnar sig så börjar roboten röra sig igen. Det är en ganska låg nivå av kontextmedvetenhet, och äventyrar effektiv produktion. Takten går ned när människor inte kan jobba nära robotar, säger Hongyi Liu.

I ett test blockerades en robotarm oväntat av en människohand. Istället för att stanna kunde tekniken förutse rörelsemönstret och robotarmen flyttades runt människohanden.

– Detta är ett säkerhetstänk inte bara från ett tekniskt perspektiv när det gäller att undvika en kollision. Det handlar också om att roboten förstår vilken kontext den verkar i, vid en produktionslina. Det ger ett extra säkerhetslager, säger Hongyi Liu.
Forskningsresultatet har publicerats i den vetenskapliga tidskriften Robotics and Computer-integrated Manufacturing.

Källa: KTH