""

澳门太阳城网站-最新注册

  • 一种新的算法可以帮助机器人预测人们采取结构化的环境中,如工厂车间,这可能进一步使人类和机器之间的密切合作的路径。

    一种新的算法可以帮助机器人预测人们采取结构化的环境中,如工厂车间,这可能进一步使人类和机器之间的密切合作的路径。

    全屏

算法会告知附近的人类被机器人当家

一种新的算法可以帮助机器人预测人们采取结构化的环境中,如工厂车间,这可能进一步使人类和机器之间的密切合作的路径。

预测一个人的运动轨迹可以帮助人类与机器人接近协同工作的新工具。 看视频


记者联系

艾比abaz要么ius
电子邮件: abbya@mit.edu
电话:617-253-2709
澳门太阳城最新网站新闻办公室

在2018年,研究人员在澳门太阳城最新网站和汽车制造商宝马在测试中,人类与机器人可能在接近工作来组装汽车零部件的方式。在工厂设置的副本,团队七拼八凑在轨道上的机器人,专为工作站之间提供零部件。与此同时,人类工人越过其路径,每隔一段时间在附近站工作。 

机器人进行编程,如果一个人通过传递给暂时停止。但研究人员发现,机器人会经常冻结到位,过于谨慎,一个人已经越过其路径很久以前。如果这事发生在真实的生产环境,这种不必要的停顿可能会积聚成显著效率低下。

团队跟踪的问题由机器人的运动预测软件应用于机器人的轨迹比对算法的限制。而他们可以合理地预测,当一个人的标题是,由于时间差的比对算法不能预料到的人沿着它们的预测路径的任何一点多久花 - 在这种情况下,多长时间会采取一个人停止,然后双回,并再次越过机器人的路径。

现在,同样的澳门太阳城最新网站团队的成员们想出了一个解决方案:能够准确对齐部分轨迹实时,使运动预测准确地预测一个人的运动的时间的算法。当他们应用了新的算法宝马工厂的实验中,他们发现,而不是在地方冻结,机器人简单地滚落在和人走过再一次是安全的方式进行。

“这种算法建立在帮助机器人明白和组件监视器停止,并在运动中,这是人体运动的核心部分重叠,”朱莉·沙阿,在澳门太阳城最新网站航空航天大学副教授说。 “这个技术是我们对机器人更好地理解人们的工作很多的方法之一。”

Shah和她的同事们,包括项目领导及研究生普热“PEM”的Lasota,将于本月在机器人展示他们的成果:在德国科学与系统会议。

聚集起来

让机器人来预测人类活动,研究人员通常借用音乐和语音处理算法。这些算法旨在使两个完整的时间序列,或一组相关的数据,如进行音乐的音频轨道,并且片的乐谱的滚动视频。

研究人员已经使用了类似的比对算法同步了实时和先前记录人体运动的测量,预测当一个人会,比方说,从现在起5秒。但不像音乐或语音,人体运动可以是混乱和充满变数。即使对于重复动作,诸如跨一个表中的螺栓拧到达,一个人可能略有不同,每次移动。

现有的算法通常需要在流的运动数据,在表示人的随时间的位置的点的形式,且这些点的轨迹比较对于给定的场景中共同的轨迹库。一种算法在点与点之间的相对距离方面的轨迹映射。

但说的Lasota来预测仅基于距离的轨迹算法可以得到某些常见的情况,如临时停止,其中一个人继续他们的路径上之前暂停很容易混淆。暂停时,表示人在同一地点位置可成一团点。

“当你看看数据,你有一大堆集群,当一个人一起停止点,”说的Lasota。 “如果你只盯着点为您对准度量之间的距离,这可能会造成混淆,因为他们都靠在一起,而你没有一个好主意,它的时候你必须要对齐。”

同去与重叠的轨迹 - 情况下,当一个人来回移动沿着类似的路径。说的Lasota,虽然一个人的当前位置可以与参考轨迹点排队,现有的算法不能之间的位置是否是一个轨迹的标题了,还是来沿着相同的路径后面的部分进行区分。

“你可能有并拢的距离来分,但在时间上,一个人的地位实际上可能是远离基准点,”说的Lasota。

这一切都在时机

作为溶液,的Lasota和Shah设计“部分轨迹”算法,该算法对准实时一个人的轨迹的段与先前收集的参考轨迹的文库。重要的是,新的算法比在距离和时间的轨迹,并在这样做,是能够准确地预见停止,在一个人的路径重叠。

“说你执行这个太大的议案,”解释的Lasota。 “老技术会说,‘这是对于运动这一代表轨迹的最近点。’但既然你只完成这么多的它在很短的时间量,算法会说,“基础上的计时部定时,这是不可能的,你已经在回来的路上,因为你刚开始你的运动。”

的小组测试在两个人体运动数据集的算法:一个在其中人间歇在工厂设置穿过的机器人的路径(从球队与BMW实验中获得这些数据),并且另一个在该组先前记录的参与者手的动作隔着一张桌子达到安装螺栓,机器人会然后通过螺栓涂刷密封胶固定。

对于两个数据集,球队的算法是能够通过的轨迹,使一个人的进步更好的估计,有两个常用的局部轨迹比对算法进行比较。此外,该团队发现,当他们整合了它们的运动预测的比对算法,机器人可以更准确地预测一个人的运动的时间。在工厂车间的情况,例如,他们发现机器人是不易到位冻结,而是顺利恢复其任务一个人后不久,越过它的路径。

而该算法是在运动预测的上下文中计算的,它也可以被用作用于在人机交互,如动作识别和手势检测领域的其它技术的预处理步骤。沙阿说,该算法将成为使机器人能够识别和人体运动和行为模式作出反应的关键工具。最终,这可以帮助人类与机器人在结构化的环境中,如出厂设置,甚至在某些情况下,家庭共同努力。

“这种技术可以适用于在人类表现出的行为的典型模式的任何环境中,”沙阿说。 “关键是,[机器人]系统可以观察到,出现了个遍,图案,以便它可以学习一些有关人类行为。这是所有机器人的工作静脉更好地了解人体运动的各个方面,能够更好地与我们合作。”

这项研究资助,部分由美国航空航天局空间技术研究奖学金和国家科学基金会。


主题: 航空航天工程, 算法, 人工智能, 辅助技术, 计算机建模, 计算机科学和人工智能实验室(CSAIL), 研究, 机器人, 机器人, 工程学院, 机器学习, 美国航空航天局, 美国国家科学基金会(NSF)

回到顶部