佛山网站建设凤软,开源 wordpress 主题,可以做片头的网站,织梦笑话网站原文来源#xff1a;BAIR作者#xff1a;Changliu Liu、Masayoshi Tomizuka「雷克世界」编译#xff1a;嗯~阿童木呀、我是卡布达在现代工厂中#xff0c;工人和机器人是两大主要劳动力。出于安全考虑#xff0c;这两者通常被限制在金属笼中的机器人分离开来#xff0c;而… 原文来源BAIR作者Changliu Liu、Masayoshi Tomizuka「雷克世界」编译嗯~阿童木呀、我是卡布达在现代工厂中工人和机器人是两大主要劳动力。出于安全考虑这两者通常被限制在金属笼中的机器人分离开来而这无疑限制了生产力以及生产线的灵活性。近年来人们开始将注意力的焦点投向移除笼子的方向上从而使得人类和机器人可以协力构建一个人机共存的工厂。制造商有意向将人的灵活性和机器人的生产力结合起来从而打造一个柔性生产线flexible production lines。工业联合机器人所具有潜力是巨大且广泛的例如它们可能被放置在柔性生产线上的人机协作队伍中其中机器人手臂和人类工作人员协同处理工件自动导引运输车automated guided vehicles AGV与人类工作人员协同合作以保证工厂物流。在未来的工厂中预计会有越来越多的人机交互行为发生。与在结构化和确定性环境中工作的传统机器人不同的是协作型机器人需要在高度非结构化和随机环境中运行。而根本问题在于如何确保协作型机器人在动态不确定的环境中能够高效安全地运行。在这篇文章中我们将对机械系统控制MSC实验室http://msc.berkeley.edu/开发的机器人安全交互系统进行介绍。 现有解决方案 针对这一问题包括Kuka、Fanuc、Nachi、Yaskawa、Adept和ABB在内的机器人制造商正在努力为之提供有效的解决方案。现如今已经发布了若干个安全的协作机器人或联合机器人如日本FANUC的Collaborative Robots CR系列、丹麦Universal Robots的UR5、美国Rethink Robotics的Baxter、日本Kawada的NextAge和德国Pi4_RoboticsGmbH的WorkerBot等。然而这些产品中的大多数都比较注重本质安全性即在机械设计、致动性和低水平运动控制方面的安全性。而在与人类的接触中的安全性即作为智能的关键所在包括感知、认知和高水平运动规划和控制仍然有待探索。 技术挑战 从技术上来说设计协作型工业机器人的行为是非常具有挑战性的。为了使协作型工业机器人更具有人类友好性它们应该具备以下能力收集环境数据并解释这些数据适应不同的任务和不同的环境并根据工人的需求量身定做。例如在下图所示的人机协同组装过程中机器人应该能够预测一旦工作人员将两个工件放在一起他将需要工具来固定组件。那么机器人接下来要做的就应该时拿到工具并将其交给工作人员同时避免在此过程中与工作人员碰撞。想要达到这样的行为面临的挑战在于两个方面(1)人类行为的复杂性(2)在不以效率为代价的情况下保证实时安全的难度。人类运动的随机特性给系统带来了巨大的不确定性使其难以保证安全性和效率。 机器人安全交互系统与实时非凸优化Non-convex Optimization 机器人安全交互系统RSIS是在机械系统控制实验室开发的它建立了一种方法来设计机器人的行为进而保障点对点人机交互的安全和效率。 由于机器人需要同长期获得交互行为的人进行交互因此机器人可以很自然地模拟人类行为。人类的互动行为可能是由于思考或条件反射所致。例如如果前方发生追尾后方车辆的司机可能会本能地踩刹车。然而经过一瞬间的思考司机可能会加速切入另一条车道进而避免发生连锁追尾。第一种是短期的安全反应行为第二种需要计算当前的情况例如是否有足够的空间来实现车辆的完全停止是否有足够的空位来更换车道以及所更换的车道是否安全。 我们已经引入了一种模拟这些行为的并行规划和控制体系结构包括长期和短期动作规划器。长期规划器效率控制器强调效率解决了采样率低的长期最优控制问题。短期规划器安全控制器基于效率控制器规划的轨迹通过解决高采样率的短期最优控制问题进一步解决实时安全问题。这种并行架构也解决了不确定因素长期规划器根据他人最有可能做出的行为进行规划短期规划器在短期内考虑他人可能做出的近乎所有行为以确保安全。 机器人安全交互系统中的并行规划和控制体系结构 然而集群环境下的机器人动作规划具有高度的非线性和非凸性因此问题难以被实时解决。为了确保能对环境变化作出及时响应我们开发了用于实时计算的快速算法例如用于长期优化的凸可行集算法the convex feasible set algorithmCFS和用于短期优化的安全集算法SSA。这些算法通过对原始非凸问题进行凸化来实现更快的计算其中我们假定这些原始非凸问题具有凸目标函数但受非凸约束。凸可行集算法CFS迭代求解可行域凸子集约束下的一系列子问题。解序列将会收敛到一个局部最优。它比一般的非凸优化求解器如序列二次规划sequential quadratic programmingSQP和内点算法ITP迭代次数更少运行速度更快。另一方面安全集算法SSA使用不变集的思想将非凸状态空间约束转化为凸控制空间约束。 在CFS算法中的凸化案例 利用并行规划器和优化算法机器人可以安全地与环境进行交互并有效地完成任务。实时动作规划与控制 迈向通用智能安全高效的机器人协作系统SERoCS 我们现在在机械系统控制实验室中研究RSIS的高级版本,这是一个安全高效的机器人协作系统SERoCS它得到了国家科学基金会NSF1734109的支持。除了安全的人机交互HRI动作规划和控制算法外SERoCS还包括用于环境监测的强大认知算法以及用于人机安全协作的最佳任务规划算法。SERoCS将显著提升联合机器人的技能并在操作过程中减少或避免人-机、机-机碰撞事故的发生从而使未来的和谐的人机协作成为可能。 SERoCS架构 参考C. Liu, and M. Tomizuka, “Algorithmicsafety measures for intelligent industrial co-robots,” in IEEE InternationalConference on Robotics and Automation (ICRA), 2016.C. Liu, and M. Tomizuka, “Designing therobot behavior for safe human robot interactions”, in Trends in Control andDecision-Making for Human-Robot Collaboration Systems (Y. Wang and F. Zhang(Eds.)). Springer, 2017.C. Liu, and M. Tomizuka, “Real timetrajectory optimization for nonlinear robotic systems: Relaxation andconvexification”, in Systems Control Letters, vol. 108, pp. 56-63, Oct.2017.C. Liu, C. Lin, and M. Tomizuka, “Theconvex feasible set algorithm for real time optimization in motion planning”,arXiv:1709.00627.未来智能实验室致力于研究互联网与人工智能未来发展趋势观察评估人工智能发展水平由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎支持和加入我们。扫描以下二维码或点击本文左下角“阅读原文”
