29. Nov. 2022

Kollisionsvermeidung in der Mensch-Roboter-Kooperation

Ob bei der Unterstützung in Pflegeeinrichtungen oder bei Produktionsaufgaben in der Industrie – in immer mehr Bereichen können Menschen und Roboter kooperativ auf einem engen Raum arbeiten. Dabei müssen sogenannte Cobots (cooperative robots) hohe Sicherheitsanforderungen erfüllen, denn sowohl die reale als auch die gefühlte Sicherheit des Menschen sind bei der Zusammenarbeit enorm wichtig.
Managing Consultant

Autor:in

Dr. Xenija Neufeld

20221129 Kollisionsvermeidung Header Xenija

Sicherheit als höchste Priorität

Ob bei der Unterstützung in Pflegeeinrichtungen oder bei Produktionsaufgaben in der Industrie – in immer mehr Bereichen können Menschen und Roboter kooperativ auf einem engen Raum arbeiten. Dabei müssen sogenannte Cobots (cooperative robots) hohe Sicherheitsanforderungen erfüllen, denn sowohl die reale als auch die gefühlte Sicherheit des Menschen sind bei der Zusammenarbeit enorm wichtig.

Eine Kollisionsvermeidung seitens des Roboters wird zudem noch wichtiger, wenn der Mensch den Roboter nicht sehen und somit eine Kollision nicht selbst verhindern kann.

VR-Schulung und Haptisches Feedback durch einen Cobot

Bei der von Accso entwickelten VR-Schulung können Mitarbeitende den Umgang mit einer Industriemaschine im virtuellen Raum erlernen, indem sie die Bedienung von mehreren Schrauben und Hebeln in einer vordefinierten Reihenfolge üben.

Um ihnen dabei haptisches Feedback zu bieten, wird durch die Arbeit vom Accsonauten Ben Kirsche[1] der Sawyer Roboter von Rethink Robotics eingesetzt. Dieser bewegt seinen Arm für den jeweiligen Schulungsschritt an die richtige Stelle und stellt physisch das entsprechende Bedienelement dar.

20221129_Kollisionsvermeidung_VR Umgebung aus der VR Schulung
20221129_Kollisionsvermeidung_Anpassung der Bewegungstrajektorie des Roboters re 3

Tracking und Anomalieerkennung

Da jedoch die visuelle Wahrnehmung des Menschen durch die VR-Brille eingeschränkt ist, muss für einen sicheren Ablauf der Schulung eine Kollisionsvermeidung gewährleistet werden. Dieses Ziel wurde im Rahmen von zwei weiteren Arbeiten angegangen. Durch die Arbeit von Accsonautin Jessica Löhr[2] werden mit Hilfe einer Kinect-Kamera die Bewegungen des Menschen beobachtet.

Sollte sich der Mensch unerwartet verhalten oder von den Schulungsschritten abweichen, wird eine Anomalie erkannt und dem Cobot mitgeteilt damit dieser sein Verhalten entsprechend anpassen kann. Die Anomalieerkennung findet hier mit Hilfe von Gaussian Mixture Models statt.

20221129_Kollisionsvermeidung_Infrarotaufnahme li und Tiefenaufnahme re mit Hilfe der Kinect

Vorhersage und Umplanung

Durch die Arbeit vom Accsonauten Jonas Kubitza[3] werden zusätzlich die Bewegungen des Menschen vorhergesagt. Sollte hierbei eine Kollision vorhergesagt werden, kann, genau wie im Falle einer Anomalie, der Roboter seine Bewegungstrajektorie zur Laufzeit anpassen und seine Zielposition erreichen, ohne mit dem Menschen zu kollidieren.

20221129_Kollisionsvermeidung_Rer
Tracking, Vorhersage, Anomalieerkennung und Planung

durch diese Schritte kann nun eine kollisionsfreie Mensch-Roboter-Kooperation stattfinden und anhand der VR-Schulung in unserem Innovation Lab in Darmstadt getestet werden.

Details zu Algorithmen und der Umsetzung sind in der jeweiligen Arbeit beschrieben.

[1] Simulation von haptischem Feedback in VR mittels eines Cobots, Masterarbeit, Hochschule Bonn-Rhein-Sieg, 2021, Ben Kirsche

[2] Detection of Unexpected Human Behavior in Human-Robot Interaction in Shared Workspaces, Masterarbeit, TU Darmstadt, 2022, Jessica Löhr

[3] Anpassung der Bewegungstrajektorie eines Cobots zur Kollisionsvermeidung in der Mensch-Roboter-Kooperation durch Antizipation menschlicher Bewegungen, Masterarbeit, TU Darmstadt, 2022, Jonas Kubitza

Dr. Xenija Neufeld

Principal + Community-Leiterin
Deine Ansprechpartnerin für die Themen Data Science und Machine Learning
Xenija Neufeld Zitat