英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

---

利用人员占有率预测的人机交互安全感知轨迹缩放

摘要：为了安全的人机交互（HRC），规划和控制工业机械手是一项艰巨的任务，因为有两个矛盾的要求：确保工人的安全和完成分配给机器人的任务。本文为了安全的HRC提出了一种依赖于人员占用实时预测的轨迹缩放算法。知道人员在机器人停留时间内占有的空间，控制器可以降低操纵器的速度，以便进行安全的HRC并且避免任务中断。最后，本文得到并讨论了实验结果。

I. 介绍

目前，工业机器人能够在各种工业应用（焊接，喷涂，码垛，电子）中快速准确地执行任务，但它们在中小企业中仍然很少或低效使用，主要是因为一些众所周知的问题。机器人工作站的安装、设置和编程是需要大量熟练的工程经验的耗时的活动。另外为了安全起见，机器人工作站需要通过物理屏障与人员工作区分离（见[1]）。

对于以有限预算和空间消耗限制为特征的中小企业来说，工业机器人的大量使用仍然是不能承担的。为了克服这些限制，必须移除用于分离机器人和人员工作空间的物理屏障，但由于要保证人机协作（HRC）既安全又高效，所以必须对人为的安全性缺乏进行补偿：工作人员不能受到机器人的伤害（见[2]，[3]），而且也不应违反生产限制（即编程执行路径），以保持机器人的生产力。最近针对安全HRC的工业机械手的规划和控制问题，提出了几项做法。

在碰撞避免领域，[4]提出了一种基于回避机动的方法。[5]描述了一种用于安全的人-机共存的基于被动的控制器，当人/机器人距离减小时，控制器产生较慢的运动轮廓。[6]提出了基于回避运动的另一个避免碰撞策略。显然，这些方法的主要限制在于它们与由任务施加的操纵器轨迹的约束兼容。另一方面，就碰撞检测（见[7]）和反应而言，[8]提出了不同的碰撞反应策略，旨在物理交互过程确保人员的安全，而[9]提出了基于扫描体积的人员和工业机器人的实时自碰撞检测算法。当涉及安全标准规定的法令时，最近的（如[10]，[11]和[12]）建立了速度和分离监测标准，根据这些标准，工业操纵器和工人之间必须保持最小间隔距离（取决于工具中心点速度 和/或有效载荷）。符合这些标准的控制政策已经在[13]和[14]中提出。

为了提高这些政策的有效性，有必要预测“人的占有”，即在下一个Ts秒期间人员所占据的空间。在过去的几年里，有些项目已经关注了人员运动和占有率的预测上。[15]提出了一种实时预测工人在机器人区域内行进的轨迹的策略，而[16]描述了基于视觉的安全导向控制策略，它依靠对工作人员占有率的保守预测。最后[17]提出了一种基于人类运动轨迹学习来预测人类工作空间占用的技术。

这项工作对HRC领域的主要贡献包括扩展[14]中提出的安全措施，以便解决更复杂的障碍，就像将人类工人移动到机器人区域内的例子。首先，对于这种任意形状的凸状障碍物和凸多面体联合的情况，安全性要求得到延长。然后，一个人类的简单运动学模型被引入是为了预测人员占有，就一系列扫描体积而言，它们确实是凸多面体。考虑时间Ts等于机器人制动时间或停止时间（见[18]），我们在机械手完全停止的时候获得人员占有率。因此，开发以保守的方式适应机器人的速度的制动缩放策略是有可能的，这个方式有关于预测人员占有率。因此，我们能够在不违反预编程的机器人路径的情况下保证安全的HRC。

其余的工作组织如下：第二节总结了我们以前关于安全约束的工作。在第三节中，考虑到任意形状的凸形障碍物，这些限制被扩展。第四节详细介绍了人类占有率及其正式化作为一系列凸起障碍物的预测，而第五节着重于基于人类占用的轨迹生成。最后，第六节介绍了研究案例，针对它我们提出的方法已通过实验测试和验证。

II. 安全约束背景

我们在这里介绍了关于[14]中引入的点障碍的安全约束的推导的一些背景材料。图 1表示点障碍物以及通用机器人链接，其终点位于ra 和rb 。在任何时候，机器人轨迹必须遵守以下安全要求：速度·Tsle;max（0，距离 - 间隙），其中制动时间Ts可能取决于机器人有效载荷[1]，间隙参数需要同时考虑链路和障碍物尺寸。

图1 代表一个链接的刚性梁

对于机器人链接上的通用点rs 和速度vs ，为了相关的安全要求，我们引入了以下有效的不等式约束：

（1）

其中Delta;是间隙参数。该约束可以进一步排列为：

（2）

现在假定链接在端点的位置和速度参数化：

（3）

为了强化安全约束，我们要求（2）中的不等式满足所有sisin;[0,1]。左边变成：

（4）

对于右边，则为：

（5）

因此，描述安全约束的一组不等式可以写成如下：

（6）

其中：

（7）

通过注意左侧是s的线性函数，可以为满足安全约束（6）写出以下足够的条件：

（8）

反过来，在右边，可以交换最小和最大运算符：

（9）

其中术语mins krobst-rsk-Delta;表示当它是正的时，以robst为中心的半径为Delta;的球与从ra到rb的段之间的距离。最后，我们得到以下几个不等式：

（10）

总而言之，最小分离距离标准可以以矩阵形式写为TsEqsdot;le;f其中：

（11）

Ja和Jb是两个链接终点的Jacobians。

III.延伸至任意形状的凸障碍物

到目前为止，已经对固定点障碍说明了安全要求。我们这里将安全约束扩展到具有更复杂几何形状的障碍物的情况。将在下一节讨论进一步扩大处理移动障碍，特别是与人类工作有关的问题。

考虑一个通用的多能障碍物O，如图3所示。

图2 人的运动模式：DOG、框架和身体

图3 一般的多面（凸）障碍

这个障碍执行的限制如下：

（12）

在运行时要执行的约束数量在概念上是无限的，即属于O的每个点都有一个。然而，为了使问题易于处理，可以利用障碍物的一些几何属性。对于robstisin;O所有点满足（12）的充分条件是：

（13）

右边的术语表示在机器人的链接和多面体障碍物之间的最小距离，并且可以使用GJK算法[19]容易地计算。此外，请注意，左侧边界项对于参数robstisin;O是线性的。因此，关于链路障碍物的安全约束可以写成如下：

（14）

对于线性（因此是凸度），上述约束（其实际上由无限数量的标量不等式组成）可以等价地写在表示障碍物O的多面体的顶点（因此有限数量），因此forall;robstisin;vert（O）。

IV 人员占用预测

在前面的章节中，我们提出了一个数学公式来表示在典型的人机交互方案中产生的安全约束。如已经讨论的那样，尽管有可能考虑任意几何形状的障碍物，但它们的运动并不直接在安全要求的表达中被考虑。

在HRC设置中，为了安全地调整机器人的轨迹，必须清楚地考虑人的运动，特别是对他/她的占用的预测。为了预测人的运动，我们利用适合于实时计算的相对简单的运动学模型。人的模型，见图.2包括一个集总单自由度（屈曲/伸展）躯干，头部（固定），两个四自由度胳膊和代表步行运动学的移动基座。本节的主要目的是引入一种简单的算法，该算法可以预测人体轮廓周围严格保守的区域，这可以在Ts秒内达到，即在机器人制动或停止所需的时间内。关于人类手臂的运动模型以及行走的运动学的细节将在下面给出。在相应的预测范围，预计可到达的地区将被代表在每个可能运动的叠加方面（扫描运动）。

1. 建立人类手臂运动学

图4 人体运动模型（右）臂和躯干屈曲/伸展角度rho;

对于人类手臂，我们利用一个众所周知的模型，如图4所示，包括一个代表肩部的球形接头和一个额外的弯头自由度，见[20]，[21]。人类手臂的工作空间明显受到限制，这是由于上睑肱骨关节（肩部）以及肘部的一些内在限制。然而，与机器人不同，这些限制是耦合的，如在[22]的例子所述。特别地，人类手臂的运动范围受限于以下限制所确定的区域：

（15a） （15b）

（15c）

（15d）

其中alpha;1, . . . , alpha;4 是臂关节角度，如图4所示。关于躯干的屈曲/伸展我们考虑以下界限：

（16）

其中rho;是图4中再次显示的躯体弯曲角度。最后，由于给定的臂/躯干结构即rho;和alpha;，以及相应的最大允许速度rho;˙max和alpha;˙max，通过简单的计算计算Ts秒中的可达组很简单：

（17）

并将结果限制在以前在（15）中介绍的联合限制内的区域内。

B.建模人体运动学

对于步行的运动学的描述，如例[15]，[23]所述，我们利用单轮车模型：

（18）

以及对它的输入有以下的限制：

（19）

其中x，y和theta;描述了相对于世界基架的人行姿态，v是线速度，omega;是角速度。

图5 单轮可达组（虚线）及其凸近似（实体粗体）

与以前的情况类似，我们在这里旨在计算Ts秒内的可达组。为此，我们考虑所有可能的输入组合。特别是对于这种情况v (t) = vmax, omega; (t) = 0, Ts后（18）的解如下：

（20）

图6 凸对象的扫描体积

而同样的： （21）

独轮车的可达组可以由半径为R = vmaxTs的圆形扇形保守地表示，跨越一个角度：

对称地相对于当前的运动方向theta;0，参见图5。这样人行走模式就可以了被描述为两个独立自由度的组合：一个旋转的跟随着一个平移的自由度。相应的可达组从此近似可以立即得到。

C.人员占有率的预测和表示

在下文中，我们提出一种方法来预测一系列凸多面体人体轮廓的占用情况，使用每个自由度的可达组计算。假设人类上半身的给定配置，比如说：

（22）

其中alpha;right 和alpha;left 分别是右臂和左臂的关节角度矢量。

首先，对于每个DOF，如前所述计算相应的可达组，在Ts秒内均可获得的最大运动范围：

（23）

其中pinf 和psup 可以首先计算为p plusmn;Tsp ˙max ，并在稍后阶段对关节极限应用饱和度。

现在计算和表示人员占有率的问题是将（23）中的不等式映射到3D笛卡尔空间中的相应占用。

假设一个代表人肢（凸起，胸部，左，右臂），凸对象O通过其顶点集来给出。然后，参考图2中描述的人类运动学模型的树，可以安排从当前肢体到世界框架的自由度清单。对于棱柱形接头，相应的解答适用于代表O的凸障碍物的每个点。然后通过计算结果点的凸包获得O的平移扫描体积，参见图6（a）。反过来，对于旋转自由度，我们利用[9]中描述的方法之一。特别地，对于O的每个点，可以构造圆弧并且近似靠近三角形。作为所有三角形顶点的凸包，O的旋转扫描体积很容易获得，见图6（b）。

对于从肢体到世界框架的每个自由度以及构成人的运动学模型的每个肢体，迭代地应用该程序。所得到的人类占有率的表示如图7所示。

图7 人类占有率预测的表征，对应于每个肢体的扫描体积用不同的颜色突出显示

V. 安全防护工程算法

本节介绍了一种通过适时缩放预先规划的轨迹来解决安全感知轨迹运动规划问题的有效算法。相对于近距离的兼容性轨迹缩放技术还讨论了工业控制器。以下众所周知的任务假设对时间的参数化：

全文共6819字，剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[145822]，资料为PDF文档或Word文档，PDF文档可免费转换为Word