基于ToM的機器人倉庫人為意圖估算算法

物流業(yè)務(wù)的快速增長產(chǎn)生了對更加進化和高效的倉庫系統(tǒng)的需求。機器人技術(shù)的進步可以通過自動完成當(dāng)前由人類完成的任務(wù)來幫助滿足這些需求，從而顯著加快工作流程。

然而，為了安全有效地運行，機器人倉庫助理應(yīng)該能夠識別其操作人員的意圖。薩格勒布大學(xué)和卡爾斯魯厄理工學(xué)院的研究人員最近開發(fā)了一種基于心理理論(ToM)原理的人類意圖估計算法。ToM是人類識別其他人的意圖，信仰，欲望，情感和心理狀態(tài)的能力。

“我們的研究源于歐盟的地平線2020項目SafeLog，該項目旨在讓人類安全進入完全自動化的倉庫，移動機器人可以攜帶機架，而無需關(guān)閉整個機器人隊伍，”David Puljiz，其中一名進行這項研究的研究人員告訴TechXplore。“這是通過使用專門設(shè)計的安全背心和AR設(shè)備來指導(dǎo)和幫助工人駕馭這種環(huán)境。”

為了增強安全性，研究人員設(shè)計的倉庫安全系統(tǒng)計劃了一個機器人的路徑，以便它不會與人類工作者發(fā)生沖突。為了使其工作，它需要知道人類操作員的去向，特別是如果他沒有前往先前商定的位置。

Puljiz和他的同事觀察了個體人工在倉庫環(huán)境中的運動，并使用一種稱為基于廣義Voronoi圖的計劃方法對其目標(biāo)位置進行了驗證。然后將這些觀察結(jié)果輸入隱藏的馬爾可夫模型，該模型可以在導(dǎo)航變化的環(huán)境時在線估計工人的意圖。

“基于隱馬爾可夫模型運動驗證的基于ToM的人類意圖估計算法基于隱馬爾可夫模型運動驗證，”參與該研究的另一位研究人員Tomislav Petkovic告訴TechXplore。“我們觀察工人的運動，并使用基于廣義Voronoi圖的路徑規(guī)劃對目標(biāo)位置進行驗證。然后，這些觀察結(jié)果由隱馬爾可夫模型框架處理，該框架在線估計工人的意圖，能夠處理不斷變化的環(huán)境.LAMOR lab在薩格勒布大學(xué)開發(fā)了算法的后端：運動驗證和目標(biāo)估計。“

為了評估該模型的有效性，卡爾斯魯厄理工學(xué)院的知識產(chǎn)權(quán)實驗室使用Microsoft Hololens AR眼鏡在小型倉庫測試環(huán)境中進行了意圖估算實驗。研究人員使用VR技術(shù)在大型虛擬倉庫中進行了進一步的評估。他們發(fā)現(xiàn)他們的框架可以非常準(zhǔn)確地有效地估計倉庫工人的意圖。

“我認(rèn)為我們研究中最有意義的方面是AR設(shè)備不僅可以用于娛樂或營銷，而且實際上可以用于工業(yè)環(huán)境，”Puljiz說。“ 研究領(lǐng)域相當(dāng)新，這個領(lǐng)域有很多可能性。”

將來，Puljiz及其同事開發(fā)的實時人類意圖估算算法可以提高基于倉庫的機器人系統(tǒng)的安全性和效率。例如，它可以幫助開發(fā)更具響應(yīng)性的機器人，這些機器人可以估計周圍人類操作員的意圖，相應(yīng)地調(diào)整和規(guī)劃他們的路線。

“在未來的工作中，我們可以將算法擴展到3D空間并按照3D中的凝視方向來確定，例如，工人是否打算選擇錯誤的物體，或者他是否擔(dān)心機器人接近，”Puljiz說。“還有很多其他可能性，包括手動跟蹤集成。”