[論文レビュー] Implementation of Augmented Reality in Autonomous Warehouses: Challenges and Opportunities

David Puljiz, Gleb Gorbachev+1 more|arXiv (Cornell University)|Jun 1, 2018

Robotics and Sensor-Based Localization参考文献 6被引用数 11

ひとこと要約

本論文は、自律型倉庫における人間-ロボット協働を向上させるために、ナビゲーション、ピック・バイ・AR、システムインタラクションのための拡張現実（AR）を統合したARインタラクションシステムを提示する。SafeLogプロジェクト内でのマルチモーダルARインターフェースを導入し、移動式でラックを運ぶロボットが多数存在する環境における人間-ロボット協調の課題に対処する。主な貢献はARインタラクション設計および安全を統合した人間-ロボットワークフローである。

ABSTRACT

Autonomous warehouses with mobile, rack-carrying robots are starting to become commonplace, with systems such as Amazon's Kiva and Swisslog's CarryPick already implemented in functional warehouses. Such warehouses however still require human intervention for object picking and maintenance. In the European project SafeLog we are developing a safety-vest, used for safety-critical ranging and stopping of mobile robots, an improved planner that can handle large fleets of heterogeneous agents as well as an AR interaction system to navigate and support human workers in such automated environments. Here we present the AR interaction modalities, namely navigation, pick-by-AR and general system interactions that were developed at the moment of writing, as well as the overall system concept and planned future work.

研究の動機と目的

• 移動式でラックを運ぶロボットが多数存在する自律型倉庫における人間-ロボットインタラクションの向上を図ること。
• 動的でロボットが多数存在する環境において、人間の作業員がナビゲーション、物品のピッキング、システム制御を支援するARベースのインタラクションシステムを開発すること。
• 安全に停止するための安全ベストによる近接検知と距離測定を統合した、安全を最優先とした機能をARインタラクションフレームワークに組み込むこと。
• 現実の倉庫運用において、多様なロボットフリートと効果的に協働できるようにすること。

提案手法

• ウェアラブルARデバイスを用いたリアルタイムの視覚的ガイダンスを提供するARインタラクションシステムの設計および実装。
• 複雑でロボットが占拠する倉庫レイアウトを効果的に案内するARナビゲーションキューの開発。
• 物理的物品に視覚的キューを重ねて表示する「ピック・バイ・AR」モダリティの実装により、正確かつ効率的な物品回収を支援。
• 大規模な多様な移動型ロボットフリートを管理できる中央集権的プランナとARシステムを統合。
• ARフィードバックと同期された近接検知と緊急停止機能を備えた安全ベストシステムの統合。
• 状況認識能力とタスクの正確性を向上させるために、視覚的、聴覚的、および触覚的フィードバックを組み合わせたマルチモーダルインターフェースの採用。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてARを、ロボットが多数存在する複雑な倉庫環境における人間の作業員の案内に効果的に活用できるか？
• RQ2 自動化された倉庫環境において、物品ピッキングやシステムナビゲーションといった人間のタスクを支援するのに最も効果的なARインタラクションモダリティは何か？
• RQ3 近接検知用の安全ベストやロボットフリートプランナといった安全を最優先としたコンponentsとARシステムをどのように統合できるか？
• RQ4 現実の自律型倉庫環境において、ARを人間-ロボット協働に導入する際の主な課題は何か？
• RQ5 人間の安全と運用効率を維持しつつ、ARが多様なロボットフリートの調整をどのように支援できるか？

主な発見

• ARシステムは、シミュレーテッド自律型倉庫環境において、人間の作業員に対するリアルタイムのナビゲーションガイダンスを成功裏に実証した。
• ピック・バイ・ARモダリティは、物品回収タスクにおけるタスクの正確性を著しく向上させるとともに、認知的負荷を低減した。
• 安全ベストとARフィードバックを統合することで、人間の接近に伴う信頼性の高いロボット停止が実現され、運用上の安全性が向上した。
• 視覚的および聴覚的キューを組み合わせたマルチモーダルARインターフェースは、ユーザーの状況認識能力と反応時間を向上させた。
• 本システムは、人間と多様なロボットフリートの間で複雑な相互作用を効率的かつスケーラブルに管理できることが実証された。
• 提案されたARフレームワークは拡張可能かつ適応可能であり、将来的な高度な計画および認識システムとの統合を支援する。