Améliorer la sécurité dans les espaces de travail entre humains et robots
Combiner des caméras 3D et des IMUs assure des interactions sûres entre les humains et les robots.
― 5 min lire
Table des matières
Les robots deviennent de plus en plus courants dans les lieux de travail, travaillant aux côtés des humains. Cependant, il y a des préoccupations concernant la sécurité de l'interaction entre humains et robots dans le même espace. Un des principaux défis est de savoir où se trouve une personne et dans quelle Position elle est. Cette info est essentielle pour garantir que les robots puissent fonctionner en toute sécurité sans heurter les travailleurs.
Les systèmes actuels pour la coopération entre robots et humains ont souvent du mal à suivre avec précision les mouvements humains. Des obstacles occasionnels, comme des gens qui passent devant les caméras, peuvent perturber le Suivi, rendant difficile d'assurer la sécurité. Cet article discute d'une solution qui combine deux types de technologies de suivi : un système de caméra 3D et de petits Capteurs portés sur le corps appelés Unités de mesure inertielle (IMUs).
Le Besoin d’un Suivi Fiable
Dans les lieux de travail où les robots et les humains partagent des tâches, savoir où se trouve chaque personne à tout moment est crucial. Les robots doivent pouvoir s'arrêter ou ralentir si une personne s'approche trop. Un système fiable pour détecter la position d'une personne aide à calculer les distances de sécurité pour éviter les accidents. De plus, comprendre les gestes et les mouvements peut conduire à une communication plus efficace entre humains et robots.
Bien qu'il existe divers systèmes de suivi, ils reposent souvent sur une seule méthode, ce qui peut poser problème. Par exemple, les systèmes de caméras peuvent perdre de vue une personne à cause des obstacles, ce qui entraîne des lacunes dans l'information. D'un autre côté, les IMUs peuvent dériver avec le temps, rendant leurs lectures moins fiables.
Fusionner les Technologies pour Mieux Résulter
La solution proposée combine un capteur de vision 3D avec des IMUs placés sur le corps humain. La caméra 3D suit les mouvements de la personne, tandis que les IMUs aident à combler les lacunes quand la caméra ne peut plus les voir. Quand une personne se déplace, les IMUs travaillent pour garder une trace de leur position, même si la caméra 3D ne peut pas les voir à ce moment-là.
Pour garder les données précises, le système vérifie et ajuste continuellement les erreurs dans les lectures des IMUs. Cette méthode améliore la précision du suivi et assure que le robot peut fonctionner en toute sécurité sans risquer une collision avec son partenaire humain.
Applications dans la Vie Réelle
Dans la pratique, ce système peut être utilisé dans divers environnements où humains et robots travaillent ensemble. Par exemple, il peut aider sur des chaînes de montage où un travailleur peut avoir besoin d'atteindre des outils ou des pièces. Si un ouvrier fait tomber quelque chose, le système aide le robot à détecter ses mouvements et à réagir de manière appropriée, par exemple en s'éloignant pour laisser de l'espace à l'ouvrier.
Les tests réalisés ont montré des résultats prometteurs. La technologie était capable de suivre la position du bras avec une très petite erreur, même quand la caméra 3D ne pouvait pas la voir. Les IMUs fournissaient un flux constant d'informations qui aidaient à maintenir un suivi continu.
Défis des Technologies de Suivi
Bien que la combinaison de caméras 3D et d'IMUs semble fonctionner, il y a encore des défis à relever. Par exemple, le coût des IMUs peut varier, et utiliser des modèles moins chers pourrait entraîner des lectures moins précises. De plus, les deux systèmes doivent être correctement configurés et entretenus pour garantir qu'ils fonctionnent efficacement en temps réel.
Développements Futurs
Pour l'avenir, il y a des plans pour améliorer encore le système actuel. Un objectif est d'étendre les capacités de suivi à l'ensemble du corps au lieu de se concentrer uniquement sur des membres individuels. Cela permettrait de mieux comprendre comment les gens se déplacent et interagissent dans des espaces partagés avec des robots.
Un autre domaine à explorer est l'intégration de ces technologies de capteurs dans des vêtements du quotidien. Cela rendrait le suivi encore plus naturel, car les gens n'auraient pas à porter des dispositifs encombrants.
Conclusion
Un suivi fiable des humains est vital dans les environnements où robots et humains travaillent ensemble. La combinaison de capteurs de vision 3D avec des IMUs a montré des promesses pour améliorer la précision du suivi et la sécurité. Cette approche assure de meilleures interactions entre humains et robots, rendant les lieux de travail plus sûrs et plus efficaces.
À mesure que la technologie progresse, la recherche continue d'affiner ces systèmes, les rendant plus efficaces dans des applications réelles. L'objectif est de créer des environnements sûrs et intuitifs où humains et robots peuvent collaborer sans accrocs.
Titre: Robust human position estimation in cooperative robotic cells
Résumé: Robots are increasingly present in our lives, sharing the workspace and tasks with human co-workers. However, existing interfaces for human-robot interaction / cooperation (HRI/C) have limited levels of intuitiveness to use and safety is a major concern when humans and robots share the same workspace. Many times, this is due to the lack of a reliable estimation of the human pose in space which is the primary input to calculate the human-robot minimum distance (required for safety and collision avoidance) and HRI/C featuring machine learning algorithms classifying human behaviours / gestures. Each sensor type has its own characteristics resulting in problems such as occlusions (vision) and drift (inertial) when used in an isolated fashion. In this paper, it is proposed a combined system that merges the human tracking provided by a 3D vision sensor with the pose estimation provided by a set of inertial measurement units (IMUs) placed in human body limbs. The IMUs compensate the gaps in occluded areas to have tracking continuity. To mitigate the lingering effects of the IMU offset we propose a continuous online calculation of the offset value. Experimental tests were designed to simulate human motion in a human-robot collaborative environment where the robot moves away to avoid unexpected collisions with de human. Results indicate that our approach is able to capture the human\textsc's position, for example the forearm, with a precision in the millimetre range and robustness to occlusions.
Auteurs: António Amorim, Diana Guimarães, Tiago Mendonça, Pedro Neto, Paulo Costa, António Paulo Moreira
Dernière mise à jour: 2023-04-17 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2304.08379
Source PDF: https://arxiv.org/pdf/2304.08379
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.