[論文レビュー] SERoCS: Safe and Efficient Robot Collaborative Systems for Next Generation Intelligent Industrial Co-Robots

Changliu Liu, Te Tang+3 more|arXiv (Cornell University)|Sep 21, 2018

Robot Manipulation and Learning参考文献 15被引用数 15

ひとこと要約

本論文は、頑健な環境モニタリング、最適なタスク計画、安全なモーション制御を統合した次世代産業用協働ロボットの安全で効率的な共同作業システム、SERoCSを提案する。人間-ロボット相互作用モデリング、リアルタイムの安全確保、スキルベースのモーションプランニングを組み合わせることで、SERoCSは動的な人間-ロボット連携と衝突回避を伴う複雑な組立作業を安全かつ効率的に実行可能であることが、動的な人間-ロボット連携と衝突回避を伴うラップトップ組立実験で検証された。

ABSTRACT

Human-robot collaborations have been recognized as an essential component for future factories. It remains challenging to properly design the behavior of those co-robots. Those robots operate in dynamic uncertain environment with limited computation capacity. The design objective is to maximize their task efficiency while guaranteeing safety. This paper discusses a set of design principles of a safe and efficient robot collaboration system (SERoCS) for the next generation co-robots, which consists of robust cognition algorithms for environment monitoring, efficient task planning algorithms for reference generations, and safe motion planning and control algorithms for safe human-robot interactions. The proposed SERoCS will address the design challenges and significantly expand the skill sets of the co-robots to allow them to work safely and efficiently with their human counterparts. The development of SERoCS will create a significant advancement toward adoption of co-robots in various industries. The experiments validate the effectiveness of SERoCS.

研究の動機と目的

• 動的で不確実性の高い産業環境において、安全かつ効率的に動作する協働ロボットを設計する課題に取り組む。
• 物理的バリアなしでシームレスな人間-ロボット協働を可能にするシステムを開発し、工場の柔軟性と生産性を向上させる。
• 現在の協働ロボットが安全性を確保するための効率性を犠牲にしたり、多数の再プログラミングを要するという限界を克服する。
• 模倣と適応を通じて、複雑で一般化可能なスキルを学習・実行できるようにする。
• リアルタイムのモーション制御と動的衝突回避を通じて、物理的人間-ロボット相互作用中の安全性を確保する。

提案手法

• 環境モニタリング、タスク計画、モーション制御と安全確保を統合した3層アーキテクチャを採用する。
• 人間の計画推論とモーション予測を用いて、人間の行動を予測し、それに応じてロボットの行動を調整する。
• 効率性コントローラ（モーションプランニング用）と安全性コントローラ（衝突回避用）の二重コントローラフレームワークを適用する。
• ロボットと人間間の距離をリアルタイムで追跡する簡素化された環境モニタリングモジュールを活用する。
• CPD（コherentポイントドリフト）を用いて転送された学習済みグリップポーズを活用し、スキルベースのモーションプランニングを実現する。
• 人間の接近が安全を脅かすと判断された場合に、動的繞路生成を伴うオンラインモーションプランニングを統合する。

実験結果

リサーチクエスチョン

• RQ1 限られた計算資源を持つ産業環境において、動的で人間-ロボット協働が行われる状況で、ロボットシステムがどのように安全を確保できるか。
• RQ2 協働ロボットシステムにおいて、高いタスク効率と強固な安全性を両立させるための設計原則は何か。
• RQ3 ロボットがリアルタイムで人間のモーションを予測・適応させることで、協働タスクをどのように支援できるか。
• RQ4 スキル学習が、さまざまな産業タスクに一般化可能な協働ロボットを実現するために果たす役割は何か。
• RQ5 人間追跡における遮蔽と不確実性を、安全性を損なわずにどのように管理できるか。

主な発見

• SERoCSシステムは、ロボットが人間と協働してラップトップの完全な組立作業（グリップ、搬送、マザーボード挿入を含む）を実行できることを実証した。
• 実験中、安全コントローラはたった一度しか発動しなかったが、動的な人間の接近状況下でも効果的な衝突回避を示した。
• 接近制約に違反した際、ロボットはマザーボードを人間の右側から届けるように動的経路を調整し、作業を停止せずに安全を確保した。
• 一時的な遮蔽（1秒未満）が発生しても、システムは安全に動作を維持した。不確実性はリアルタイムで補償された。
• ジョイント速度指令プロファイルには明確なタスクフェーズ（接近、グリップ、搬送、挿入、戻り）が確認され、一貫したタスク実行が確認された。
• 実験により、二重コントローラアーキテクチャが現実世界の人間-ロボット相互作用において、効率性と安全性の両立に有効であることが検証された。