Wechselseitige Intentionserkennung für die Mensch-Roboter-Kooperation (WISEL)

This project is partially funded by the
German Research Foundation (Deutsche Forschungsgemeinschaft, DFG).

Abstract (deutsch)

Human and robot cooperatively construct structure of building blocks.

Klassische Automatisierungssysteme sind darauf ausgelegt, eine fest einprogrammierte Aufgabe über einen langen Zeitraum hinweg zyklisch auszuführen. Zur Gewährleistung der Sicherheit von Menschen, die sich in der Nähe der Arbeitszelle befinden, ist diese häufig durch Zäune abgetrennt. Aktuelle Entwicklungen erlauben die Aufhebung dieser Barrieren, sodass sich Mensch und Roboter in einem gemeinsamen Arbeitsraum bewegen. Mensch und Roboter können nun unter Nutzung ihrer individuellen Fähigkeiten gemeinsam an der Erreichung eines Ziels zusammenarbeiten. Die Symbiose von intelligenter Robotik und von menschlichen kognitiven Fähigkeiten verspricht hybride, flexible Kooperationssysteme, welche in vielen Anwendungen einsetzbar sind, wie beispielsweise in der Kleinserienfertigung, in der Dienstleistung, in Werkstätten, in Laboren und in Haushalten. Ziel des Forschungsvorhabens ist die Entwicklung und Untersuchung der beiderseitigen Intentionserkennung im Rahmen eines Kooperationskonzepts für Mensch und Roboter. In diesem Kontext sollen Mensch und Roboter als gleichberechtigte Partner agieren, die ihre Aktionen frei und dynamisch auswählen können. Das Vorhaben basiert auf der Annahme, dass die Partner ihre Absichten nonverbal kommunizieren können. Idealerweise können die Partner während der Durchführung dynamisch koordinieren. Die Grundlage, um unterschiedliche Pläne repräsentieren zu können, soll eine neu entwickelte, roboterinterne Aufgabenrepräsentation liefern, die alternative Herangehensweisen und Beobachtungsunsicherheiten repräsentieren kann. Kommunizieren untergliedert sich in das Mitteilen einer Nachricht und das Verstehen selbiger. Auf Seiten des Roboters soll dies durch die Konzepte Intentionserkennung und Lesbarkeit erreicht werden. Als Lösungsansätze werden Hidden-Markov-Modelle, Bewegungsprädiktion und Human-Aware-Motion-Planning herangezogen. Beantwortet werden sollen unter anderem die Fragestellungen, wie sich die Konzepte zur Prädiktion der aktuellen Aktion und des längerfristigen Plans eignen und wie sie zu einer flüssigen Zusammenarbeit beitragen.
Keywords: Mensch-Roboter-Kooperation, Intentionserkennung, Robotik, Angewandte Informatik

Abstract (english)

In traditional automation systems, robots are used to repeatedly perform the same task for a long period of time. Fences often ensure the safety of human workers by preventing them from entering the robot workspace. Recent advances enable safe human-robot coexistence without these physical barriers. With humans and robots being able to move safely within the shared workspace, it is possible to integrate human agents into the production process. Humans and robots can work on a common goal using their individual skills. With this symbiotic combination of intelligent robotics and the cognitive skills that are unique to humans, hybrid and flexible cooperating systems can be designed that are useful for many applications, such as small-series production, service, workshops, laboratories and households. The goal of the research project is the development and evaluation of mutual intention recognition in the context of a concept for human-robot cooperation. In this context, humans and robots are to act as equal partners that can freely and dynamically choose their actions. The project assumes that the partners can communicate their intentions non-verbally. Ideally, the partners can coordinate dynamically during execution. A newly developed task representation that can encode alternative approaches and observation uncertainties shall form the foundation for representing different plans. Communication is subdivided into communicating a message and understanding it. For the robot, the concepts of intention recognition and legibility shall achieve the goal. Hidden Markov models, motion prediction and human-aware motion planning are used as approaches. Central questions to be answered are how these concepts can predict the current action and fairly long-term plans and how team fluency benefits from the interaction of the concepts.
Keywords: human-robot cooperation, intention recognition, robotics, applied computer science