[論文レビュー] Robot Safe Interaction System for Intelligent Industrial Co-Robots

Changliu Liu, Masayoshi Tomizuka|arXiv (Cornell University)|Aug 12, 2018

Robotic Path Planning Algorithms参考文献 30被引用数 9

ひとこと要約

本稿では、効率性のための長期的グローバルプランナーと、リアルタイムの安全性のための短期的ローカルプランナーを備えた並列計画・制御アーキテクチャを用いたロボット・セーフ・インタラクション・システム（RSIS）を提案する。高速で頑健な運動計画を実現するため、凸可能集合（CFS）とセーフ・セット・アルゴリズム（SSA）を統合し、産業用ロボットのハードウェア上で実証した。凸化処理における計算効率は98.1%、平均計画時間は0.341秒を達成した。

ABSTRACT

Human-robot interactions have been recognized to be a key element of future industrial collaborative robots (co-robots). Unlike traditional robots that work in structured and deterministic environments, co-robots need to operate in highly unstructured and stochastic environments. To ensure that co-robots operate efficiently and safely in dynamic uncertain environments, this paper introduces the robot safe interaction system. In order to address the uncertainties during human-robot interactions, a unique parallel planning and control architecture is proposed, which has a long term global planner to ensure efficiency of robot behavior, and a short term local planner to ensure real time safety under uncertainties. In order for the robot to respond immediately to environmental changes, fast algorithms are used for real-time computation, i.e., the convex feasible set algorithm for the long term optimization, and the safe set algorithm for the short term optimization. Several test platforms are introduced for safe evaluation of the developed system in the early phase of deployment. The effectiveness and the efficiency of the proposed method have been verified in experiment with an industrial robot manipulator.

研究の動機と目的

• 非構造的かつ動的な人ロボットインタラクション環境において、安全性と効率性の両立を実現するロボット行動システムの設計。
• 産業用協働ロボットの応用において、システムの不確実性と限られた計算能力の下でのリアルタイムの安全性を確保する課題への対処。
• 予測不可能な人間の動きに適応的に対応しつつ、タスクの効率性を維持できるフレームワークの開発。
• システム開発およびテスト段階で人間の被験者を保護するための初期段階評価プラットフォームの提供。
• 実際の産業用ロボットのハードウェア上で提案されたシステムを検証し、実用的導入を確認すること。

提案手法

• RSISは、効率性のための長期的グローバルプランナーと、不確実性下でのリアルタイム安全性のための短期的ローカルプランナーを備えた並列計画・制御アーキテクチャを採用している。
• 長期プランナーは、非凸最適化問題を凸化することで効率的に解くための凸可能集合（CFS）アルゴリズムを用い、計算時間を顕著に短縮している。
• 短期プランナーは、動的な環境変化（移動する人間を含む）に応じて衝突のない軌道を保証するため、セーフ・セット・アルゴリズム（SSA）を用いている。
• 人ロボットインタラクションのダイナミクスとロボットの意思決定を表現するため、マクロスコピックなマルチエージェントモデルとマイクロスコピックな行動モデルを統合している。
• 実世界への導入前に安全にロボット行動を評価できるよう、ダミー・ロボットおよびヒューマンインザループのテストベッドという2つの初期段階評価プラットフォームを構築した。
• システムは実際の産業用ロボットアームに実装・テストされ、計算効率を確保するため計画予測範囲をh ≤ 6に制限した。

実験結果

リサーチクエスチョン

• RQ1 予測不可能な人ロボットインタラクションにおいて、運動計画の高効率性を維持しながらリアルタイムの安全性を確保する方法は何か？
• RQ2 システムの不確実性と計算制約の下で、長期的効率性と短期的安全性の両立を実現するアーキテクチャ的設計は何か？
• RQ3 動的な環境下で非凸最適化問題に対して、高速かつリアルタイムの運動計画を達成する方法は何か？
• RQ4 人間の被験者にリスクを負わせることなく、開発初期段階でロボット行動を安全に評価できるプラットフォームは何か？
• RQ5 CFSおよびSSAアルゴリズムの統合は、標準的な非線形ソルバーと比較して、性能をどのように向上させるか？

主な発見

• 凸可能集合（CFS）アルゴリズムにより、平均計画時間が0.341秒にまで短縮され、SQP（3.726秒）およびITP（2.384秒）を著しく上回った。
• CFSは凸化ステップで98.1%の計算効率を達成し、得られた二次計画問題を解くのに1.9%の時間しか費やさなかった。
• 実験のTASK_PHASE 4およびTASK_PHASE 6において、移動障害物への対応として経路の迂回を正常に生成し、衝突回避を確保した。
• 一部のケースでは、ロボットが計画された軌道を正確に追従した（例：図13f）。他のケースでは、予測された状態と実際の障害物状態とのずれにより、安全制御器がリアルタイムで経路を変更した（例：図13d、13i）。
• 提案されたシステムは、実際の産業用ロボットのハードウェアに正常に統合・テストされ、実環境下での有効性と効率性を確認した。
• システムは動的な環境においても頑健性を示し、人間の動きや環境の摂動に適応しながらも、タスクの目的を維持した。