AI可检测人类行动前0.5秒预警信号,使“人机协同”的流畅性更高

尽管在制造业中工业机器人已被广泛使用 , 但人类与机器人协同解决实际问题的情况仍然很少 。 其原因一是由于技术受限 , 二是出于安全考虑 。
在工业制造中 , 机器人拥有人类所不具备的优势 , 它可以在24小时内快速、准确地工作而无需休息 , 并且从不会累 。 然而 , 在实际场景中 , 仍然有许多工作需要人来灵活调整 。
AI可检测人类行动前0.5秒预警信号,使“人机协同”的流畅性更高】所以 , “人机协作”深度互动 , 或将成为未来制造业发展的风口 。
AI可检测人类行动前0.5秒预警信号,使“人机协同”的流畅性更高
文章图片
图|人机协同仿真(来源:RoboticsandComputer-IntegratedManufacturin)
近日 , 英国拉夫堡大学团队提出了一种利用移动脑电图(EEG , Electroencephalogram)测量上肢运动意图的新方法 。 相关论文以《基于脑电图的手臂运动意图识别 , 可提高共生人机协作的安全性》(EEGbasedarmmovementintentionrecognitiontowardsenhancedsafetyinsymbioticHuman-RobotCollaboration)为题发表在国际期刊RoboticsandComputer-IntegratedManufacturin上 。
AI可检测人类行动前0.5秒预警信号,使“人机协同”的流畅性更高
文章图片
图|相关论文(来源:RoboticsandComputer-IntegratedManufacturin)
该研究揭示了 , 在半在线系统中 , 高检测精度和潜在时间增益可以高达513毫秒(ms) , 在执行一项工作任务前0.5秒 , 人类大脑会不断地分析和评估动作 , 对即将发出的指令进行提前预警 , 以确保系统的安全 。
人类大脑所发出的预警信号 , 有助于将''手臂的运动意图''传达给机器人 , 从而提高人机协作的安全性和默契程度 。
“人机协同” , 可产生新的协同效应和任务优化机会
如今 , 随着消费市场的总规模快速增长 , 产品呈现出从规模化生产到高度定制化的发展趋势 。 现有产品特性越来越难以满足人们个性化、多元化的需求 , 这给消费市场的生产端带来了严峻的挑战 。
制造企业如何在较短的时间内生产出更多的产品 , 如何在生产效率提高的前提下保证工人们的生命安全 , 是该领域亟待解决的问题 。
人们通常认为 , 一个由高度自动化制造系统构的机器人 , 能够很好地处理好重复性的任务和高速度的高负载 , 同时能生产出同样质量的产品 。 然而 , 机器人不能很好地应对不断更新的产品变体 , 这与产品高变异性的趋势相冲突 。
这种情况下 , 一般是由人工操作员手工流程处理 。 人工操作可以很好地应对环境的变化 , 这种优势是机器无法比拟的 。 然而 , 手工劳动的产量并不高 , 而且更耗时 。
所以说 , “人机协同”可以让彼此优势互补 , 提高工作效率 , 以满足产品端复杂性和高适应性的需求 , 人类和机器人之间更紧密的合作 , 有望产生新的协同效应和任务优化机会 。 最终 , 一旦人类操作员和机器之间的障碍被消除 , 新的共生关系将会出现 , 这将产生新的制造模式 。
基于传感器的安全系统特性 , 通过重新分配任务、调整机器人的扭矩和速度来建立一个安全的工作环境 。 由于目前避免人机发生碰撞的传感器大多基于视觉 , 这些系统只能在任务已经开始后作出反应 。
为了克服这一局限性 , 该团队在概率模型中 , 用不同的方法将任务信息和人的位置信息联系起来 , 以预测人类操作者的未来意图 。 如果人们能够事先对运动意图进行物理测量 , 这些解决方案可能会得到加强 。
“人机协同”可提高制造业生产中的安全性和流畅性
尽管“人机协同”在制造业生产中的优势显著 , 但在接近机器人执行任务时 , 如何保证操作工人的安全是一个问题 。 为此 , 国际标准化组织(ISO)为工业机器人的应用定义了两项主要的安全标准 , 其中一项是ISO10218规则 。