Garantire la sicurezza dei robot negli spazi di lavoro umani
Un nuovo metodo equilibra la velocità dei robot e la sicurezza umana nei contesti collaborativi.
― 6 leggere min
Indice
Nei posti dove i robot e gli esseri umani lavorano a stretto contatto, la sicurezza è fondamentale. Per assicurarci che i robot non facciano male agli umani mentre lavorano in modo efficiente, usiamo un metodo chiamato Monitoraggio della Velocità e della Separazione (SSM). Questo metodo segue le linee guida stabilite dagli standard internazionali di sicurezza. L'SSM aiuta a monitorare la velocità dei robot quando ci sono persone nei paraggi e assicura che, se si verifica una collisione, il robot si fermi completamente, riducendo al minimo eventuali danni.
Immagina una situazione in cui un robot sta fermo. Una persona potrebbe comunque urtarlo, quindi non possiamo prevenire completamente gli incidenti. L'obiettivo è far muovere il robot il più velocemente possibile, mantenendo comunque la sicurezza. Per raggiungere questo scopo, abbiamo creato un modo per i robot di seguire un percorso rapidamente, assicurandoci che possano fermarsi prima di collide con una persona.
Il nostro approccio utilizza una tecnica chiamata Parametrizzazione del Percorso Ottimale in Tempo (TOPP). Questo metodo ci consente di capire il modo più veloce per un robot di muoversi lungo un percorso dato senza compromettere la sicurezza. Se un robot si muove più veloce della nostra velocità consigliata, c'è la possibilità che possa collide con un umano mentre è ancora in movimento, il che non è sicuro. Al contrario, il nostro metodo è meno restrittivo rispetto ad alcune misure di sicurezza precedenti, consentendo un movimento più efficiente del robot mantenendo la sicurezza in mente.
La strategia di movimento del robot è pianificata con attenzione. Prima che il robot inizi a muoversi, guardiamo avanti e calcoliamo quanto tempo ci vorrà per fermarsi in vari punti lungo il suo percorso. Questo significa che anche se succede qualcosa di inaspettato, il robot saprà quanto velocemente può andare pur potendo fermarsi in tempo.
Utilizzando questo approccio, abbiamo testato il nostro metodo attraverso simulazioni. Abbiamo creato uno scenario in cui il robot doveva muoversi avanti e indietro evitando ostacoli che rappresentavano umani in movimento. Durante questi test, il robot è stato in grado di rispondere ai cambiamenti nel suo ambiente in tempo reale, regolando la sua velocità di conseguenza e fermandosi sempre prima di qualsiasi potenziale collisione.
Le misure di sicurezza che abbiamo sviluppato non sono solo pratiche ma anche rapide. Abbiamo progettato il nostro sistema per eseguire calcoli in modo da abilitare regolazioni quasi istantanee. Questo significa che il robot può cambiare la sua velocità e il suo percorso in base alla situazione attuale, permettendogli di rispondere efficacemente quando una persona o un ostacolo sono vicini.
Perché la Produttività Conti
Nell'automazione robotica, completare i compiti rapidamente è altrettanto importante quanto garantire la sicurezza. Pertanto, il nostro sistema dà la priorità sia alla sicurezza che alla produttività. Gli standard ISO forniscono specifiche che ci aiutano a regolare la velocità dei robot quando ci sono persone nei paraggi. La sfida è trovare un equilibrio tra massimizzare la produttività e garantire la sicurezza dei lavoratori umani.
Un metodo conservativo proposto in precedenza utilizzava una velocità fissa per i robot, rendendoli meno produttivi di quanto potrebbero essere. Il nostro metodo supera questo svantaggio permettendo ai robot di regolare dinamicamente la loro velocità in base ai feedback in tempo reale dell'ambiente circostante.
I nostri test hanno mostrato che i robot possono fermarsi quasi esattamente quando necessario, prevenendo qualsiasi incidente mentre raggiungono le loro destinazioni più rapidamente rispetto ai metodi precedenti.
Il Processo
Per ottenere questo equilibrio tra velocità e sicurezza, dividiamo il nostro metodo in due fasi: pre-calcolo ed Esecuzione.
Fase di Pre-calcolo
Per prima cosa, impostiamo il percorso del robot. Calcoliamo i punti lungo il percorso dove il robot può fermarsi in sicurezza. Chiamiamo questi punti "insiemi di arresto". Questo processo prevede di guardare indietro da ogni punto per valutare i migliori scenari di arresto.
Successivamente, determinamo quanto rapidamente il robot può viaggiare verso ogni punto di griglia lungo il suo percorso. Questo implica creare un insieme di calcoli basati su varie velocità per garantire che il robot possa sempre fermarsi in sicurezza.
Completando questi calcoli in anticipo, permettiamo al robot di essere pronto per qualsiasi situazione. I calcoli sono rapidi, richiedendo solo frazioni di secondo, consentendo al robot di operare in tempo reale.
Fase di Esecuzione
Dopo il pre-calcolo, il robot inizia a muoversi lungo il suo percorso. Man mano che si sposta, monitora continuamente la distanza dagli ostacoli vicini (come una persona). Se quelle distanze diventano troppo piccole, il robot sa che deve fermarsi presto.
Il robot utilizza le informazioni dai suoi dati pre-calcolati per decidere quanto velocemente può andare e quando fermarsi. Questo calcolo avviene rapidamente durante ogni ciclo di controllo, assicurando che il robot possa reagire ai cambiamenti nel suo ambiente quasi istantaneamente.
La combinazione di guardare avanti lungo il percorso e rispondere alle condizioni attuali consente al robot di lavorare in modo efficace e sicuro attorno ai lavoratori umani.
Test nel Mondo Reale
Abbiamo testato il nostro metodo in un ambiente controllato con un robot che eseguiva compiti simili a quelli che farebbe in un contesto di fabbrica. Il robot doveva muoversi avanti e indietro evitando ostacoli rappresentanti dei lavoratori.
In un test, è stato introdotto un ostacolo dinamico che si muoveva avanti e indietro a una velocità costante davanti al robot. Grazie al nostro metodo, il robot è stato in grado di fermarsi in sicurezza ogni volta che l'ostacolo si avvicinava senza alcuna collisione.
Abbiamo anche testato il sistema in un ambiente affollato, con più ostacoli in movimento. Anche quando le sfide aumentavano, il robot è riuscito a mantenere le sue misure di sicurezza continuando a lavorare in modo efficace.
I risultati di questi esperimenti hanno mostrato che il nostro sistema non solo ha mantenuto la sicurezza, ma ha anche migliorato il flusso di lavoro. Il robot è riuscito a completare i compiti più rapidamente rispetto ai metodi tradizionali, dimostrando che produttività e sicurezza possono andare di pari passo.
Sviluppi Futuri
Anche se il nostro metodo ha mostrato risultati promettenti, c'è spazio per miglioramenti. La fase di pre-calcolo coinvolge una sequenza di calcoli, il che può richiedere tempo. Trovare modi per accelerare questo processo è essenziale per il progresso futuro.
Inoltre, gestire la memoria necessaria durante i calcoli è diventata una sfida. Man mano che aggiungiamo più vincoli o ostacoli, la quantità di spazio richiesta aumenta. Sviluppare soluzioni più efficienti, come la programmazione personalizzata per hardware specifici, può aiutare a risolvere questi problemi in futuro.
Conclusione
In sintesi, il nostro metodo per il controllo ottimale in tempo assicura che i robot possano lavorare in sicurezza accanto agli umani monitorando la velocità e regolando i percorsi in tempo reale. Affrontando l'equilibrio tra sicurezza e produttività, fissiamo un nuovo standard per gli ambienti di lavoro collaborativi. Questo progetto dimostra che, con una pianificazione intelligente e la tecnologia giusta, i robot possono operare efficacemente senza compromettere la sicurezza di chi li circonda.
In generale, l'integrazione delle misure di sicurezza con un comportamento produttivo dei robot apre la strada a sistemi robotici più avanzati in futuro, consentendo loro di operare più liberamente in lavori dove l'interazione umana è una parte regolare dell'ambiente lavorativo. Non vediamo l'ora di ulteriori sviluppi che migliorino l'efficienza e l'efficacia di questi sistemi, beneficiando in ultima analisi le industrie che si basano sulla collaborazione tra umani e robot.
Titolo: Time-Optimal Path Tracking with ISO Safety Guarantees
Estratto: One way of ensuring operator's safety during human-robot collaboration is through Speed and Separation Monitoring (SSM), as defined in ISO standard ISO/TS 15066. In general, it is impossible to avoid all human-robot collisions: consider for instance the case when the robot does not move at all, a human operator can still collide with it by hitting it of her own voluntary motion. In the SSM framework, it is possible however to minimize harm by requiring this: \emph{if} a collision ever occurs, then the robot must be in a \emph{stationary state} (all links have zero velocity) at the time instant of the collision. In this paper, we propose a time-optimal control policy based on Time-Optimal Path Parameterization (TOPP) to guarantee such a behavior. Specifically, we show that: for any robot motion that is strictly faster than the motion recommended by our policy, there exists a human motion that results in a collision with the robot in a non-stationary state. Correlatively, we show, in simulation, that our policy is strictly less conservative than state-of-the-art safe robot control methods. Additionally, we propose a parallelization method to reduce the computation time of our pre-computation phase (down to 0.5 sec, practically), which enables the whole pipeline (including the pre-computation) to be executed at runtime, nearly in real-time. Finally, we demonstrate the application of our method in a scenario: time-optimal, safe control of a 6-dof industrial robot.
Autori: Shohei Fujii, Quang-Cuong Pham
Ultimo aggiornamento: 2023-09-12 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2306.05197
Fonte PDF: https://arxiv.org/pdf/2306.05197
Licenza: https://creativecommons.org/licenses/by-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.