Роботы учатся подстраиваться под человека при совместном переносе грузов

Робот-помощник учит человека правильно переносить тяжести

Ученые из Китайского университета Гонконга разработали метод, который помогает роботам корректировать позу человека при совместной работе. Система анализирует эргономику и силовые возможности рук в реальном времени.

Традиционно люди выбирают позу для переноса объектов интуитивно, исходя из окружающих условий и начального положения груза. Это часто приводит к неэффективным позам и потенциальным проблемам со здоровьем, таким как мышечно-скелетные расстройства. Существующие методы либо фокусируются только на безопасности, либо только на эффективности манипуляций, но не объединяют оба аспекта.

Новый подход использует упрощенную модель скелета верхних конечностей человека с четырьмя степенями свободы для каждой руки. Система вычисляет оптимальные углы суставов, минимизируя функцию затрат, которая учитывает эргономическую оценку по методу REBA и силовую манипулируемость. Манипулируемость определяется через эллипсоид силовых возможностей — это показывает, в каких направлениях человек может приложить больше усилий при данной конфигурации суставов. Робот CURI с двумя 7-DoF манипуляторами Franka Emika Panda использует контроллер предиктивного импеданса для плавного перевода человека в оптимизированную позу.

Эксперимент по совместной переноске мебели человеком и роботом. Участники с колоботом перемещают логистический ящик, прикроватный столик и угловой стол.
Реальная совместная переноска объектов человеком и роботом с использованием нескольких предметов и участников. Представлена экспериментальная установка, включающая камеры Optitrack и жесткие маркеры для отслеживания движения человека, робота и объектов, а также ЭМГ-датчики для регистрации мышечной активности. Показаны снимки экспериментов, на которых три участника совместно с колоботом переносят логистический коробку (I.A-III.A), прикроватный столик (I.B-II.B) и угловой стол (III.C) из различных начальных поз.

В экспериментах человек-человек при переносе боковых столиков система снизила среднюю активацию мышц на 41,7% и 48%, а максимальную — на 27% и 36,5% для разных поз. При переносе деревянной ширмы и тяжелого логистического коробку весом 15 кг результаты в парах человек-человек показали схожее снижение нагрузки. В отдельных испытаниях человек-робот три испытуемых переносили логистический коробку весом 3 кг, боковой стол 4,5 кг и угловой стол 4 кг. Средняя активация мышц снизилась на 17-39%, максимальная на 9-42% в зависимости от субъекта.

Ключевое преимущество метода — адаптация к разнообразным начальным позам захвата и формам объектов. Один испытуемый держал коробку двумя руками снизу, второй — одну руку сверху слева, другую снизу справа, третья — правую руку сверху, левую снизу. Во всех случаях система успешно корректировала позу, значительно снижая мышечную усталость. Оптимизированная поза не только уменьшает физическую нагрузку, но и существенно продлевает период безопасной работы без ущерба для здоровья.

Источник новости и обложки: arxiv.org


Главред proglib.io. Опубликовал более 800 статей и создал популярные рассылки о нейросетях и разработке. Помимо редактуры пишу Python.

Аватар пользователя Мирослав Кунгуров