Publikationsdatenbank
Publication
Sensorbasierte, echtzeitfähige Online-Bahnplanung für die Mensch-Roboter-KoexistenzThorsten Gecks
Abstract (deutsch)
Die Zusammenarbeit von Mensch und Roboter ist ein wichtiges Ziel der aktuellen Forschung in der Robotik, um die spezifischen Fähigkeiten von Mensch und Roboter zu verbinden. Die Voraussetzung für die Zusammenarbeit ist die sichere und effiziente Koexistenz in einem gemeinsamen Arbeitsraum. Hierzu muss die Sicherheit des Menschen gewährleistet sein und eine hohe Verfügbarkeit des Robotersystems erreicht werden. In dieser Arbeit wird ein bildbasierter Kollisionstest beziehungsweise eine Distanzberechnung entwickelt, um die Sicherheit des Menschen zu realisieren. Eine hohe Verfügbarkeit wird durch die Konzeption und Implementierung einer Bahnplanung erreicht, welche echtzeitfähig mit Ausweichbewegungen auf dynamische Hindernisse wie z.B. den Menschen reagiert, um gegenseitige Blockaden zu vermeiden.
Die Detektion des Menschen und anderer Objekte wird mit Hilfe eines Netzwerks stationärer Kameras erreicht, deren Befestigung den Einsatz effizienter Differenzbildverfahren („Change Detection“) ermöglicht und über die Kalibrierung der Kameras die Verwendung von Modellen bekannter Objekte (Roboter und Zellenaufbauten) erlaubt. Hierdurch werden Verdeckungen unbekannter Objekte (z.B. der Mensch) in einem bildbasierten Kollisionstestverfahren korrekt berücksichtigt. Weiterhin werden Konzepte zum Umgang mit dynamischen Hintergründen in realistischen Arbeitszellen erarbeitet. Die zusätzlich realisierte bildbasierte Distanzberechnung ermöglicht die Geschwindigkeitsregelung des Roboterarms für die sichere und ergonomische Mensch-Roboter-Koexistenz. Auch hierbei wird eine korrekte Behandlung der verdeckenden Geometrien berücksichtigt.
Die Bahnplanung wird in jedem Zyklus des Systems (100 ms) auf Basis aktueller Sensordaten (im bildbasierten Kollisionstest) durchgeführt, parallel zur Ausführung der jeweils im vorigen Zyklus berechneten Bahn. Das entwickelte Konzept verbindet dabei eine globale Bahnplanung auf randomisierten Netzen in hochdimensionalen Konfigurationsräumen mit der Begrenzung von teuren Kollisionstests bzw. Distanzberechnungen. Informationen über die nicht berechneten Teile des Graphen werden durch Schätzung aus bekannten Informationen erzeugt. Zusätzlich werden bereits berechnete Informationen über die Umwelt durch Speicherung im Graph über Systemzyklen hinweg beibehalten und somit sukzessive ausgeweitet. Ein Konzept wurde entwickelt und implementiert, um die persistenten Informationen bei detektierter Arbeitsraumdynamik zu adaptieren, wodurch flexibel auf Umweltveränderungen reagiert werden kann. Dieses grundlegende Rahmenwerk erzeugt einen Planer, welcher echtzeitfähig ist und somit auf dynamische Objekte reagieren kann und über Systemzyklen hinweg statistische Vollständigkeit in statischen Umgebungen erreicht.
Mit Hilfe des bildbasierten Kollisionstests wird dann ein wegoptimierender Planer realisiert und mit Hilfe der bildbasierten Distanzberechnung ein zeitoptimierender Planer, welcher die Ausführungsdauer der Bewegung unter Maßgabe der distanzbasierten Geschwindigkeitsregelung optimiert. Letzterer ist für die Mensch-Roboter-Koexistenz aufgrund des vergrößerten Hindernisabstands besonders geeignet.
Abstract (english)
Human-robot cooperation is a very active field of research, aiming to combine the specific capabilities of robots and humans to enable new forms of labor. One requirement for successful cooperation or coexistence is the safety of the human operator in the presence of heavy-weight and dangerous robot arms. As a second goal, high availability of the robot system is important to facilitate its adoption in industry. Thus two goals can be identified: first, detection of the human to enable safety measures, and second, path planning to avoid blockades by evasive behaviour of the robot arm. Both aspects are covered in this work.
Detection of the human operator and other obstacles is accomplished by a network of static cameras, monitoring the common workspace of the human and the robot. The static cameras allow to use an efficient background subtraction method and – through calibration – the use of models of known workspace object. The latter provides a means to detect occlusions of unknown objects (such as the human) by known objects. These are considered and handled correctly in the image-based collision detection and distance calculation methods presented in this work. Additionally, methods are described to cope with dynamic workspace backgrounds, which are common in industrial work spaces and impose difficulties on background subtraction methods. Using a distance calculation method, distance-based velocity control of the robot is realized to ensure safe human-robot coexistence.
The path planning method investigated here uses the available sensor data to react to current obstacle situations in each system cycle (100 ms). The developed concept combines global path planning on a randomized, static graph in a high-dimensional configuration space with the limitation of costly collision tests in the vertices and edges of the graph. Unknown collision or distance information in the graph is estimated from known information, which is stored over system cycles. A framework is presented to adapt this information according to the workspace activity. Thus, with this concept it is possible to meet real-time demands in the presence of dynamic obstacles while achieving statistical completeness over system cycles in static environments
Two path planner variants are investigated: a path-optimizing variant based on the collision test and a time-optimizing variant based on the distance measurement. The latter is especially well suited for human-robot cooperation as it also generates paths with extended clearance increasing the ergonomy of shared work spaces.
Publication data
| Year: | 2011 |
| Publication date: | 16. June 2011 |
| Project: | SIMERO |
| Referrer: | https://www.ai3.uni-bayreuth.de/de/publikationen/resypub/index.php?mode=pub_show&pub_ref=gecks2011a |
| Free text: | https://epub.uni-bayreuth.de/333 |
BibTeX
@PHDTHESIS{gecks2011a,
TITLE = "Sensorbasierte, echtzeitfähige Online-Bahnplanung für die Mensch-Roboter-Koexistenz",
AUTHOR = "Gecks, Thorsten",
YEAR = "2011",
HOWPUBLISHED = "\url{https://www.ai3.uni-bayreuth.de/de/publikationen/resypub/index.php?mode=pub_show&pub_ref=gecks2011a}",
NOTE = "<a href="https://epub.uni-bayreuth.de/333">https://epub.uni-bayreuth.de/333</a>",
}
Download
| Filename | Size | Language | Format | ||||
|---|---|---|---|---|---|---|---|
| gecks2011a.Sensorbasierte.echtzeitfaehige.OnlineBahnplanung. fuer.die.MenschRoboterKoexistenz.pdf |
14.3M | deutsch | download preprint |