本文提出了一种名为 FlexHRC 的传感、表示、规划和控制架构,可用于人机灵活协作,以便制造业从协作机器人的关键好处中获益。该架构依赖于可穿戴传感器用于人类动作识别,AND/OR 图用于表示和推理合作模型,以及任务优先框架用于将动作计划与机器人运动规划和控制分离。
Jul, 2017
本文介绍了一种集成框架,用于支持主动的人机协作,并解决了数据稀缺、人员行为多样、交互安全不确定等问题。实验表明,该框架在 Kinova Gen3 机器人的组装任务中,能有效地提高任务效率,以及确保主动协作的安全性。
Jun, 2023
该研究提出了一种基于行为树的动态角色分配和协同任务规划的新型架构,使用混合整数线性规划来指定团队中个体的角色或协作,各种指标作为 MILP 成本允许体系结构支持协作的各个方面,并通过增强现实用户界面实现了人 - 系统之间的双向通信,以协调处理不同操作阶段的工人,并通过主观评估证明了该架构的高可用性和适用性。
Jan, 2023
通过结合心理学和神经科学的成果,利用具有体验的机器人技术,实现智能化人机协同决策,并探讨了此方法在实现体验化人机协同合作方面的应用与研究。
May, 2017
我们提出了一个针对协同智能系统的分层框架,运用机器学习辅助,针对交互活动和信息共享的不同层次和挑战,包括传统工程方法和现代机器学习方法,最后探讨了沟通和理解共享、解释和社会协同等问题,总结出未来的研究挑战和为人类社会带来的经济和社会影响。
Dec, 2022
本文提出了一个创新的基于视觉感知的语义 HRC 系统 GoferBot,它能够在未经过结构化、多人和动态的环境中感知和理解人的行为,实现高效且直观的协作任务。该系统通过视觉感知纯粹的语义信息,融合了视觉伺服模块、人类动作预测模块和视觉交接模块,可用于实现装配任务。
Apr, 2023
在此项工作中,我们使用基于任务的高层控制器与低层运动控制器结合的体系结构,开发了一个控制物理仿真的复杂人形智能体的系统,以解决需要在环境中移动并从 RGB 摄像机中检测物体的任务。
Nov, 2018
提出一种基于 answer set programming 的协作装配方法,结合常识推理和丰富的通信行为,用于应对组装过程中的不确定性,适用于现实世界中的协作任务,如家具组装等。
Aug, 2020
自动化的崛起为制造过程的高效性提供了机会,但往往会损害灵活性,无法及时响应市场需求的变化和对定制化的需求。人机协作通过结合机器的强大和精确性以及人类的智慧和感知能力来解决这些挑战。本文概念化和提出了一个基于机器学习的自主机械臂的实施框架,该框架包括人机循环原则,并利用扩展现实(XR)促进人与机器之间的直观交流和编程。此外,概念框架预见到人类直接参与机器学习过程,从而实现更高的适应性和任务通用化。本文突出强调支持所提出框架的关键技术,强调全面发展数字生态系统的重要性。此外,我们回顾了扩展现实在人机协作中的现有实施方法,展示了多样的观点和方法论。讨论了挑战和未来展望,深入探讨了扩展现实在工业领域实现更自然的人机交互和融合的主要障碍和潜在研究方向。
Mar, 2024
本文介绍了一种基于演示学习和姿态估计的人机协作装配系统,使机器人能够适应于人类操作中的不确定性,我们的实验表明,系统能成功地适应于不同的目标位置。