Från att tidigare enbart kunna bedöma avståndet till de mänskliga medarbetarna så ger den nya tekniken för människa-robotinteraktion en möjlighet för roboten att identifiera varje person den arbetar med. I identifieringen ingår en så kallad skelettmodell av människokroppen, en sammanfattning av personernas kroppsmassa.

– Med informationen kan den kontextmedvetna roboten känna igen sina medarbetares kroppsställningar. Den kan till och med förutse hur människorna ska röra sig härnäst. De här förmågorna ger roboten ett sammanhang och en omgivning att ta hänsyn till när den jobbar, säger Hongyi Liu, forskare vid KTH.

Hongyi Liu berättar att tekniken använder sig av artificiell intelligens som kräver mindre datorkraft och dataset (samling med strukturerad data) än traditionell maskininlärning. Tekniken förlitar sig i istället på en form av maskininlärning som kallas "transfer learning", som återanvänder kunskap som erhållits via träning innan den sedan används i verkligheten.

Forskningsresultatet har nyligen publicerats i den vetenskapliga tidskriften Robotics and Computer-Integrated Manufacturing, och KTH-professorn Lihui Wang är medförfattare till den vetenskapliga artikeln.

Hongyi Liu berättar att tekniken ligger före International Organization for Standards (ISO) krav vad gäller säkerhet när det kommer till robotar som klarar av att samarbeta med människor. Att börja använda tekniken i skarpt läge kräver att industrin agerar. Samtidigt erbjuder kontextmedvetenhet (context awareness på engelska) bättre effektivitet i produktionslinan än den endimensionella interaktion som människor idag har med robotar.

– Nuvarande ISO-standard och teknisk specifikation anger att en robot ska sakta ner när en människa närmar sig, och stanna helt när människan är för nära. Om personen sedan avlägsnar sig så börjar roboten röra sig igen. Det är en ganska låg nivå av kontextmedvetenhet, och äventyrar effektiv produktion. Takten går ner när människor inte kan jobba nära robotar, säger Hongyi Liu.

Han jämför de kontextmedvetna robotarna med självkörande fordon som kan se hur lång tid trafikljus varit rött och kan förutse när det är dags att köra igen. I stället för att växla ner och bromsa gasar det självkörande fordon mindre när det närmar sig korsningen. Därmed saktar fordonet in och bromsarna så väl som växellådan slits mindre.

Tekniken har prövats tillsammans med människor. I ett test blockerades en robotarm oväntat av en människohand. Istället för att stanna kunde tekniken förutspå rörelsemönstret och robotarmen förflyttades runt människohanden.

– Detta är ett säkerhetstänk inte bara från ett tekniskt perspektiv när det gäller att undvika en kollision. Det handlar också om att roboten förstår vilken kontext den verkar i, vid en produktionslina. Det ger ett extra säkerhetslager, säger Hongyi Liu.

Forskningsarbetet har gjorts som en förlängning av projektet Symbiotic Human Robot Collaborative Assembly som blev klart 2019.


Källa: KTH