动态大场景下共融型移动操作机器人交互安全性问题研究

Based on the demands of next generation partner service robot layout and future intelligent manufacturing updates, this project researches on safety mechanism of pre-collision methods for mobile manipulators in dynamic and large scale workspace, by investigating the existed safety strategies for safe human-robot interaction (HRI) of fixed base manipulator. Firstly, this project estimates multiple human poses by combining interacting multiple model algorithm, data association method and distributed consensus theory using a distributed 3D visual sensor network. In the meantime, this project designs safety standards by defining danger index (DI) using relative human-robot distance, speed and robot inertia. Furthermore, this project constructs a new cost function of artificial potential field using the danger index, such that a safer global path and local dynamic trajectory can be derived by minimizing this new cost function. In short, the ideas proposed in this project can improve the safety of cooperative robots, help to build new security standards, open up cooperative and interactive robot markets, and has important scientific significance and economic value for realizing future human-robot harmony.

本项目基于我国下一代伙伴型服务机器人产业布局和对未来智能制造产业升级换代的需求，在深入研究已有的固定基座机械臂人机安全交互技术基础上，探索移动操作机器人在动态大场景下的事前人机安全防护机制。本项目通过构建分布式三维视觉传感器网络，基于交互多模型技术、数据关联技术和分布式一致性理论，研究实现多人体目标姿态的有效估计方法。同时，设计基于人机相对距离、相对速度和机器人惯量的危险指数为安全性评价指标，构建包含危险指数的机器人全局路径规划和本地动态轨迹规划损失函数，结合人工势场等运动规划算法，基于最小化危险指数原则，实现移动操作机器人对人体的有效避碰，从本质上提高人机协作安全性。本项目的研究对保障以移动操作机器人为代表的协作机器人安全性，建立相关技术安全标准，开拓协作型和交互型机器人产业市场，实现真正的人机共融，有着重要的科学意义和经济价值。

本项目主要围绕人机交互和协作的安全性展开研究，包含物理安全和心理安全两个方面，核心在于对交互对象的姿态和心理情绪进行估计，难点在于将物理安全和心理安全与机器人的轨迹规划控制进行有效结合。首先，本项目针对交互对象姿态建模和行为识别问题，提出了基于分布式一致性滤波的多视人体姿态融合方法，结合交互多模型实现了人体关节机动跟踪，融合多视运动信息和视觉表象信息实现多人目标数据关联，基于组采样策略并融合多类空时骨架特征实现了在线行为识别。其次，针对交互对象情绪和注意力识别问题，提出了基于面部行为单元的情绪识别分类方法，结合视角朝向分析交互对象注意力，根据历史轨迹和动作数据进行行为预测。最后，为保障人机交互和协作过程物理安全和心理安全，将人机相对距离、相对速度、情绪变化、注意力变化和行为方向作为关键的危险指数，融入人工势场函数，基于窗口采样机制进行运动规划控制，保障交互对象的物理安全和心理安全。项目组将以上所提方法在TIAGo、UR、RABBOT等交互协作机器人平台上进行了验证，结果表明所提方法可使得机器人在人机共存、交互和协作环境中对交互对象进行有效躲避，并根据用户情绪、注意力和预测行为进行反馈控制，调整自身步长、轨迹和速度，保障了人机交互和协作安全性。通过本项目的研究，共发表SCI/EI检索论文15篇，申请国内发明专利7项、国际发明专利3项，授权国内发明专利2项。