目录
2019年第4期(发布时间: Dec 6, 2019 发布者:icad)  下载: 2019年第4期.doc       全选  导出
1   2019-11-21 15:03:49.18 连续体机器人设计可实现1微米或更小的运动分辨率! (点击量:3)

美国范德比尔特大学工程师设计的一种新型连续体机器人实现了多尺度运动,可能会打开一个以前不可能完成的复杂显微外科手术的巨大世界。

  通过在结构内部添加可以滑入和滑出管状骨架的金属丝(红色),该多骨骼机器人可以增强具有微米级运动能力的微观运动工作空间。就尺度而言,一英寸包含25400微米一个人的红血球大约有8微米宽,与一些细菌的大小相同,并且明显小于人类头发的平均宽度。可以通过直接驱动,推动和拉动它们,连续运动中机器人的配置会发生变化。

图片来源:范德比尔特大学

  “我们的设计通过使用廉价的执行器来实现1微米或更小的运动分辨率。这种重新配置(以最低的附加成本)可以加速新型外科手术机器人的开发,该机器人既可以进行手术干预的宏观运动,又能进行细胞水平成像或干预的微观运动,并且可以进行微尺度运动。”机械级教授兼高级机器人与机械应用实验室主任Nabil Simaan说。他说:“这极大地扩展了微创手术机器人的功能。”

  微型化和活动范围允许在复杂的动脉瘤,微小的静脉和动脉,神经以及眼睛,内耳和声带的脆弱结构的手术过程中进行精确控制。潜在的应用包括活检,根除肿瘤和在细胞水平上靶向药物递送。

  Simaan和他的团队通过改变机器人的平衡姿势,使他先前的连续体机器人的灵活体系结构适应了宏观和微观的要求,Simaan称其为具有平衡调制或CREM的连续体机器人。

  以前的连续体机器人的灵活体系结构实现了像蠕虫一样的宏操作。机器人被分割成圆盘或圆环,就像worm的身体一样。每个圆盘通过微小的骨架或致动管连接在一起。通过在致动管内添加细小的弹性线并上下移动线,板的静态平衡会发生变化,从而在微米级产生运动。

  范德比尔特外科工程学院的附属机构Simaan表示:“这种新型的机器人将在穿越宏大的弯曲路径到达手术部位的同时提供微精度,潜在的好处包括精确的组织重建和肿瘤的彻底手术根除。”

  该机器人使用管状二级骨架来实现大规模运动。通过推和拉它们,连续机器人的配置发生变化,增加的线路可以滑进和滑出管状骨干,使研究小组能够调整平衡形状。

  此外,目前他们正在进行广泛的测试,以便将光学相干断层成像技术(optical coherence tomography)纳入其中,这是一种有效的“光学超声”,可以从组织内部进行成像反射。

  Simaan和他的同事,机械工程研究生Giuseppe Del Giudice,眼科学和视觉科学的研究助理教授,沉金慧和医师Karen M.Joos,Joseph N.和Barbara H.Ellis家庭眼科学教授已经完成了初步整合定制的OCT探针。

  Joos的特别研究兴趣是将微型OCT探针与机器人手术工具一起使用,以改善眼内手术的可视化。Del Giudice的专长是微连续医疗机器人的设计和控制,尤其是眼科手术的微操纵。

  Simaan说,通过提供显着提高的灵活性,可控制性和精确性给外科医生,甚至甚至开创了以前不可能的程序,扩展微型连续运动机器人在微尺度运动和靶向性方面扩展标准连续体机器人的功能可能会对显微外科手术产生深远影响。

2   2019-11-26 22:37:03.693 优化软体机器人的控制和设计 (点击量:0)

软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器人通常由弹性、高柔韧性甚至有机材料制成,这为它们在传统刚性机器人无法胜任的角色中部署提供了机会。另外,高度灵活的软体机器人也很有可能成为制造业和仓库环境中的关键部件。

  下个月即将在温哥华召开的神经信息处理系统(Neural Information Processing Systems)会议上,麻省理工学院的研究者将详细介绍一种优化软体机器人控制和设计的新方法。基于此方法,软体机器人将能够完成过去由于严重依赖计算能力而难以完成的任务。

  软体机器人能够延展和操控自己形状,是极其灵活的。从计算的角度来看,这意味着它们有无数种运动方式,让计算机的训练任务变得极其繁重。

  该项研究的第一作者、计算机科学与人工智能实验室(CSAIL)毕业生安德鲁·斯皮尔伯格(Andrew Spielberg)在博客中写道:“软体机器人是无限维的生物,在任意给定时刻都有上十亿种不同的弯曲方式,但事实上,软物体有其自然的弯曲方式。我们发现软体机器人的自然状态可以非常简洁地用低维来描述。我们通过学习对可能状态的良好描述来优化软体机器人的控制和设计。”

  为了训练和开发他们的软体机器人应用程序,研究人员创建了一个模拟,以训练二维和三维软体机器人完成诸如抵达目标物体以及操控自身形状等任务。实验证明,该模拟中,机器人程序化运动的速度和精度都比复杂的传统方法有了显著提高。通常需要进行多达30000次模拟才能实现的优化,新方法只需400次。

  在模拟中,一个名为“观察者”的程序计算所有变量,并监督一个软体机器人完成指定任务的情况。此前,研究人员设计了一簇包含机器人可进行的运动详细信息的particle(粒子仿真),如果机器人试图越过这些限制,则会被抵抗运动的制动器阻止。然而,手工设置所有这些规则是非常耗时的。

  为了解决这个问题,研究人员创建了一个“循环学习优化(learning-in-the-loop optimization)”,其中所有参数都是在多个模拟中通过一个反馈循环来学习的。

  麻省理工学院指出:“该模型采用了一种称为物质点法(MPM)的技术,该技术模拟由背景网格包围的连续物质(如泡沫和液体)的粒子行为。过程中,它将机器人及其可观察环境的粒子捕获为像素或三维像素,称为体素,无需任何额外计算。”

  来自模拟的所有信息都由机器学习处理,机器学习创建一个压缩的低维粒子网格表示,然后可以用作机器人的状态表示。随后,控制器可以使用这些参数来调整每个粒子的最佳刚度,从而优化机器人的运动。在未来,软体机器人可以为特定任务以不同的刚度被3D打印出来。

3   2019-12-06 16:12:14.403 德专家认为应发挥工业数据优势搞人工智能 (点击量:0)

德国人工智能研究中心主任沃尔夫冈·瓦尔斯特日前对当地媒体表示,德国应该发挥工业数据优势,尽快取得人工智能领域的领先地位。

  瓦尔斯特在参加一个人工智能领域专家委员会的创立活动时说,在消费数据领域,德国可能无法追赶目前领先的中美两国,但德国作为一个工业和出口大国,能通过数字化而拥有获得机器数据的独特通道。他还建议,机器间的相互“理解”非常重要,德国应在这一领域建立经得起检验和认证的标准。

  瓦尔斯特认为,在数字化浪潮中,关键在于理解数据并由此创造价值,要考虑目前哪些人工智能技术可以帮助实现这一目标。他强调,德国要在人工智能领域取得世界领先地位只剩两到三年的窗口期。

  他还认为,在评价数据的时候,质比量更重要,“现在不是只靠数据规模或大数据就能决定一切”。他举例说,德国一家名为DeepL的翻译服务初创企业,因为使用了来自欧盟译员的高质量数据,提供的翻译结果比一些掌握大量数据的互联网企业更好。

  德国人工智能研究中心是人工智能领域目前全球最大的非营利性科研机构,分布在德国5座城市,是德国人工智能研究网络的重要组成部分。

4   2019-12-06 16:11:36.353 工业4.0下,机器人换人后的供应链有什么变化? (点击量:1)

目前,传统制造业发展进入瓶颈,曾经的优势如今变成了阻碍企业发展的绊脚石,甚至将企业推向破产倒闭边缘,如何扭转乾坤,涅槃重生的方法是每个企业迫切要求的。在工业4.0推动下,伴随着人工智能、物联网、数字化等新技术的融合,使得传统制造业企业对供应链认知大大提升,并意识到供应链的重要性,那么它在智能制造中发挥什么作用?

  

  物联网,让人们更加意识到了万物互联互通。设施、库存、运输、信息等都是传统制造业供应链的结构,其互联互通程度,决定了实现智能化程度,因此,各要素协同驱动智慧供应链的发展成为智能制造—智慧供应链生态的重要引擎,供应链开始支撑企业建立核心竞争力。

  

  智能制造是制造业创新驱动、转型升级的制高点、突破口和主攻方向。需要基于智慧供应链环境运作,“中国制造2025”本质上要求制造基础智能化、产品/装备智能化、制造过程智能化、智能制造下的模式转变。

  

  共享信息

  

  智慧供应链发展历程基本上可以分为初级供应链、响应型供应链、可靠供应链、柔性供应链和智慧供应链五个阶段。在初级供应链阶段,企业通常按照预算安排生产和交货,没有专职的供应链部门进行产销协调。随着企业的发展,响应订单的供应链应运而生,此时,除了注重直接成本外,还有考虑客户交互,对客户订单进行快速响应,但是,这个阶段的供应链结构也造成了客户服务缺乏稳定性的不足。

  

  可靠供应链强调需求计划与执行业务的协同,关注终端客户需求、服务和满意度,全面展开需求预测及产销协同和跨部门协作。与可靠供应链相比,柔性供应链其实是内部充分整合后的供应链,这种类型的供应链战略关注供应链整体成本,主张跨部门充分协同、柔性化和精益兼具的供应链能力,精益敏捷是其重要特征。

  

  在需求驱动下,智慧供应链是终端需求计划驱动扩展的端到端供应链运作。智慧供应链强调与客户及供应商的信息分享和互动协同。

  

  以需求为驱动

  

  智慧供应链的思维方式必将是以点带面,强调全局性。企业将更加看重客户需求的精准性、有效性。制造企业更加具有时代感和存在感,不再躲在代理商或企业销售部门后面被动提供产品,而是主动分析、主动服务,更多地邀请客户进行体验式的开发,测试客户要求,进行符合客户个性化的产品和服务模式整合,以保证该产品或服务对于客户的“黏性”,从而反过来促进产品和服务的迭代升级。同时,供应链也能进行自我反馈、自我补偿,从而智能化迭代升级。

  

  未来,智慧供应链战略还将使企业更加看重供应链过程的增值要求,更加重视基于全价值链的精益制造,更加强调以制造企业为切入点的平台功能。智慧供应链从精益生产开始,拉动精益物流、精益采购、精益配送等各个环节。

  

  实现双流协同互动

  

  在制造业转型升级的过程中,制造技术与管理技术是共同成长。管理技术的核心是供应链计划,而供应链计划形成的信息流和供应链执行形成的实物流共同构成智慧供应链的价值。供应链计划为智能制造赋予灵魂,工厂不是只有冰冷的自动化设备,而是拥有神经(信息传递)、脉动(节奏管理)、血液(流量控制),信息流与实物流完美结合,最终实现最高效的管理目标。

  

  智慧供应链成长路径离不开物流与信息流的协同互动,行业人士表示,智能制造的一次规划需要满足未来3至5年生产经营和技术迭代需求,要明确各阶段发展路径及分步实施要求。

  

  未来物流的发展方向是“智能的、联通的、高柔性的、透明的、快速的和有效的”,物流活动需要满足全流程的数字化和网络化,而在这个过程中,信息化将起到决定性作用,尤其是大数据的应用。

  

  企业需要重构个性化的智能战略,梳理战略达成逻辑,然后,分析市场和产品流转趋势,提纯智慧供应链差异化竞争能力。同时,协同大数据战略进行智慧供应链平台的重构,建立仿真能力与供应链预警。

  

  供应链上的企业,尤其是链主企业,通过虚拟网络—实体物理系统来整合智能机器、数据存储与显示、决策系统和生产设施。通过物联网、服务计算、云计算等信息计算与制造技术融合,构成智慧供应链平台,实现软硬件制造资源和能力的全系统、全生命周期、全方位的感知、互联、决策、控制、执行和服务化,进而实现人、机、物、信息的集成、共享、协同与优化,最终形成生态圈。

  

  人该何去何从?

  

  随着工业4.0推广,加上5G、人工智能等新技术引入,处于下游的工业制造企业不断改造生产线、优化业务流程、管理模式,各种先进的智能装备投入到工厂中,开始向数字化、网络化、智能化发展,智能制造成为发展趋势,无人工厂将成为常态。那全社会将迎来全新的变革,人,该何去何从?

  

  数字化,起源于第三次工业革命,覆盖了数字、物理、生物等领域。在数字化时代,自动化就已经有了,在车间、工厂里随处可见自动化设备,但,还是需要人工参与到部分环节与流程中进行辅助。而第四次工业革命,其实是第三次工业革命的一次洗礼与升华,将无需人工参与,实现全自动化,如格力的无人工厂。

  

  生产速度在全自动化下大大提升,产品的容错率大幅度降低,整个生产流程将变得更加简单,对企业而言,更重要的是实现了降本增效。那么在产品质量有保证的前提下消费者也将能够享受到更优质的产品体验,同时运输配送的效率也会有很大提高,那么总体而言工业4.0时代将是一个有更加高效物流体系与完善的供应链时代。

  

  工业4.0是把双刃剑,推动制造业转型升级,但同时也带来一些问题。如我国是个劳动密集型国家,服装厂、电子厂等是很多普通劳工为数不多的选择。那么在人工智能到来之后,他们到底该何去何从?如今的人才市场大学生尚且拼得头破血流,那更不用说这些普通的劳工。技术发展的趋势肯定是无法阻挡的,有问题在所难免,但是我们也不能放任不管,这是时代发展所必须要面对和解决的问题。科技的发展实质目的是为了更好服务人类,如果人的利益都无法保障,科技发展再快也不过是本末倒置。

  

  基于长远发展,面对这样问题,也要迎难而上。未来机器换人是趋势,所以就需要提高脑力劳动的输出。因此就需要提供更多的机会给普通劳工学习新的技能,由机械式的体力劳动者向灵活多变的脑力劳动者转变,只有这样才能真正意义上促进社会的发展与人类的进步。

5   2019-11-21 15:10:10.103 欧姆龙推出最大可承载250公斤移动机器人 (点击量:0)

欧姆龙于11月15日在全球发行了移动机器人LD-250,该机器人最多可运输达250公斤的重量。

欧姆龙的LD系列移动机器人产品可实现自动避开障碍物和人员,选择最佳路线将物品运输至指定点的功能,之前推出的产品包括最大可运输60公斤货物的LD-60,最大可运输90公斤货物的LD-90等。

  新推出的LD-250可以承载250公斤,在系列中拥有最大承载量。它的金属外壳比常规产品坚固,外部冲击承受性较强。由于单次运输货物重量增加,提升了投资回报率。

  欧姆龙的管理系统“Fleet Manager”可以同时控制多达100个具有不同有效载荷和性能的移动机器人。LD-250可以轻松连接到同一系统,与以前的型号进行无缝协作。

  据悉,欧姆龙将在12月18日开幕的“2019年国际机器人博览会”上展出该产品。

6   2019-12-06 16:03:41.893 2019年日本工业机器人产销、订单量收窄 主要出口亚洲地区 (点击量:0)

 2019年二季度,日本工业机器人市场表现不佳,产销量、订单量降速收窄。数据显示,2019年二季度,日本工业机器人订单量 46395 台,同比下降23.4%;订单额1775.49 亿日元,同比下降16.5%;产值 1533.75 亿日元,同比下降16.7%;产量 41945 台,同比下降 26.6%;销量 42519 台,同比下降25.15%;销售额 1578.18 亿日元,同比下降16.1%。
《2019年中国工业机器人市场分析报告-市场深度分析与发展前景预测》显示,日本对出口方面,数据显示,2019年二季度,日本对亚洲、中国、北美、欧洲出口工业机器人金额分别为 744.48、476.13 、179.41 、190.03 亿日元,分别同比下降22.11%、26.07%、29.26%、15.03%。

7   2019-12-06 16:12:46.96 受昆虫启发的机器人制造柔性外骨骼,可实现柔性骨架印刷 (点击量:0)

昆虫通常具有各种复杂的外骨骼结构,可以为它们的运动和日常活动提供支持。为昆虫启发型机器人制造与这些自然存在的结构相匹配的人造外骨骼是机器人技术领域的关键挑战。

  尽管研究人员已经提出了几种制造工艺和技术来为昆虫灵感的机器人生产外骨骼,但是其中许多方法极其复杂,或者依赖于昂贵的设备和材料,这使得它们在实际批量化制造中不可行,并且难以在更大范围内应用。

  考虑到这一点,加利福尼亚大学圣地亚哥分校的研究人员最近开发了一种新工艺,用于设计和制造具有外骨骼结构的昆虫启发式机器人的组件。他们在arXiv上预先发表的一篇论文中介绍了称为柔性骨架印刷的这一过程。

  研究人员在论文中写道:“受昆虫外骨骼的启发,我们提出了一种称为'flexoskeleton'印刷的新制造工艺,该工艺能够快速,方便地制造混合型刚性/软性机器人。”

  到目前为止,通常使用昂贵的材料和3D打印机以及多步铸造和机器加工工艺来制造具有刚性和软性部件的混合机器人。在他们的研究中,加州大学圣地亚哥分校的研究团队着手创建一种更便宜且更易于使用的新制造方法。

a)解释研究人员介绍的打印过程如何工作的图。b)在透明PC层上打印后立即使用研究人员的方法创建的四足机器人。c)从PC层释放后的四足机器人。
来源:江,周

  他们开发的柔性骨架印刷方法依赖于消费级熔融沉积材料(FDM)3-D打印机的改编,该打印机在沉积材料和打印机的柔性基础层之间提供了非常强的粘合强度,此过程可用于为具有不同形状和形态的昆虫启发机器人创建外骨骼。

  值得注意的是,研究人员提出的制造方法可以同时被新手和专家用户使用,因为它相当简单易懂,它也比其他制造方法便宜得多,因为它所依赖的材料和设备相当便宜并且容易获得。

  在他们的研究中,该团队通过使用它来设计和测试各种规范的屈曲骨骼元素,证明了其方法的可行性。然后,他们将产生的所有元素组合到具有柔性外骨骼结构的步行四足机器人中。

  研究人员在论文中写道:“我们开发的方法在很大程度上依赖于表面特征的三维几何形状及其对零件局部机械性能的贡献之间的相互关系。” “我们预想,这种方法将使一类新的受生物启发的机器人成为重点,重点放在机械设计和运动之间的相互关系上。”

  将来,由这组研究人员设计的新设计和制造工艺可以促进众多昆虫启发式机器人的开发。由于该技术比大多数现有方法更直接,更实惠,因此还可以使现有或新机器人更易于扩展,从而增加其被大量生产并投放市场的机会。

8   2019-12-06 16:13:15.977 机器人的兴起:金属制造业三大趋势 (点击量:0)

 机器人和人工智能(AI)是制造业新时代的核心,也是推动数字化工业发展的驱动力。机器人和人工智能在许多行业发挥着普遍重要的作用—提升准确性和一致性、缩短生产量、提高产品质量。越来越多的金属制造业工厂和实验室均使用机器人和人工智能技术,以提高效率和连接性。

  普华永道PwC的一项调查结果显示,早在2014年,全球59%的制造商便以某种形式使用机器人技术。据世界机器人统计报告,截止2017年,受金属制造业的异常增长(+55%)推动,工业机器人的销售额以每年30%的速度增长。

  如今,随着我们的生产越来越接近全自动化,需求也在进一步加速增长,我们的工作效率日益上升,不断减少了伤害和工人疲劳情况。

  以下是我们在金属制造领域发现的关于机器人如何改变方式的三大趋势:

  1.  创造效率—协作机器人的兴起

  除引入完全自动化的生产线外,一些行业还引入了协作机器人,这些机器人可与人们一起工作。

  事实证明,由人类和机器人组成的制造团队能填补人类空闲时间并显著提高整体效率。

  如今,许多制造商均面临铸造厂劳动力短缺的挑战。相反,我们发现机器人能承担脏乱、枯燥和危险的任务,继而为他们的人类同事提供更多的机会来处理更高级别的任务,同时提供更多一致性,从而提高质量。

  另一示例:大型零件制造商(例如卡车、越野车和农业、建筑和采矿设备的铸件和框架)。在通常情况下,此类制造商的能力受到限制,无法快速、稳定、安全地制造和移动500kg重的部件。因此,大型零件制造商转向利用机器人进行机器装卸、零件搬运、焊接、喷漆和组装,以提高生产能力和质量。

  2.  全天候厂房和实验室

  在金属制造过程中,可对机器人进行编程以便其在无人值守的情况下全天候运行,从而实现完全不间断的生产。在不断倡导“绿色”制造或可持续制造实践的世界里,机器人的强大之处在于其能在黑暗和寒冷环境中进行工作,从而节约成本和能源。

  机器人可在厂房识别流入和流经工厂或实验室的材料,测试样品以确保质量控制—在操作人员和实验室结果之间进行实时反馈,使操作人员能够在几分钟内做出反应,有些操作人员可能无需离开岗位便能做出必要的调整。机器人可从事所有艰苦的工作,同时不会感到疲劳—机器能像分析仪器一样辛勤工作。

  3.  云机器人技术

  云机器人技术属于新兴领域,能使机器人将机器人功能与人工智能和虚拟现实等其他数字工具相结合。云机器人技术亦能使机器人在连接云端的情况下共享信息和实时数据。

  在金属制造业中,信息占主导地位,云机器人技术具有保证制造质量的能力,并使得控制过程变得更简单更快。这就是为什么我们专门为用户设计软件的原因,因为该技术能够在基于云端的服务中快速、方便地发送、存储和检索分析结果,包括从某一位置管理一组仪器。

  但是谁能说在不久的将来,随着技术的发展,这些工作将不会由机器人来完成呢?这也是我们正在调查的事情。

  随着大量关注于精简制造、向自动化和工业4.0迈进,机器人不断兴起,这是我们都必须适应的现实。我们的团队正与客户合作,力图在金属制造的新时代发挥分析的力量。

9   2019-12-06 16:13:47.237 深圳先进院在磁驱动软体薄膜微型机器人研究中获进展 (点击量:2)

近日,机器人与智能系统领域顶级学术会议——IEEE智能机器人与系统国际会议(International Conference on Intelligent Robots and Systems,IROS)在中国澳门举行。中国科学院深圳先进技术研究院集成所智能仿生中心团队发表的论文"Visual servoing of miniature magnetic film swimming robots for 3D arbitrary path following",从2494篇投稿的文章中,经过文章和报告两次评选,获得最佳应用论文奖(IROS ICROS Best Application Paper Award)。副研究员徐天添和研究员吴新宇为论文共同通讯作者,徐天添课题组硕士研究生黄晨阳为论文第一作者,论文其余两位作者为吴新宇的博士生刘佳、Laliphat Manamanchaiyaporn。这是中国大陆地区近十年来第一次获得IROS的最佳论文奖项。

  由外部磁场驱动的不受束缚的软体微型机器人因其软而灵活的身体结构,在微装配、微创诊断、靶向送药等方面都有着巨大的应用前景。论文报道了一种以硅胶为基质的带磁性颗粒的软体薄膜微型机器人,可以在外界旋转磁场作用下自动形成螺旋形状,并在粘性液体中游动。与刚性机器人相比,软体薄膜机器人可与周围环境发生柔性接触,在未来生物医学应用中,可以避免给组织器官造成损伤。磁驱动软体薄膜微型机器人在靶向给药,例如针对消化道内的肿瘤的靶向给药方面有非常大的应用潜力。

  论文提出了一种基于向量场的路径跟随控制算法并实现了毫米级磁驱动软体微型机器人3D任意路径的跟随控制。三维路径由关键点序列表示,相邻点之间连接成的线段作为路径子段。三维路径跟随控制任务可以看作是多个子段任务的组合,是一个迭代的过程。基于该控制算法设计的交互系统中,用户可以通过3D绘图鼠标绘制任意曲率的3D参考路径。在整个闭环控制系统中,外环控制器为路径跟随控制器,通过向量场的方法计算出下一时刻机器人的理想前进方向。内环控制器为转向控制器,针对参数不确定运动模型设计的控制算法计算下一时刻驱动线圈的驱动角向量。基于滑窗滤波和最小二乘设计的3D双目视觉测量系统用于实时定位和估计机器人前进方向。该方法在未来的微型机器人远程外科手术中具有非常重要的意义,外科手术医生可以很方便地远程绘制路径,从而让微型机器人自动完成路径跟随任务。

10   2019-12-06 16:14:17.157 国外一个让移动机器人学会在多场景自动规划路径的方法 (点击量:2)

无论是纽约市市长为了政治需要驱逐机器人的发言,还是海底捞机器人服务员的勤奋,不止一次的事件提醒我们,机器人随着时代的洪流而至,作为被接受的人类,应该去注意机器人与人在社交中的关系。服务机器人和移动机器人正在逐步进入许多人口稠密的环境,包括医院,购物中心和人们的住所。为了使这些机器人与周围环境中的人类互动,他们(机器人设计者)应该尊重与他人共享给定环境相关的许多潜规则。

  国外就针对于此有相关的研究,例如考虑到这一点,内华达州里诺大学的研究人员最近开发了一种非线性,多目标优化方法,该方法可以在移动机器人中实现具有社交意识的导航。这种方法最早在2018年国际机器人与系统大会(IROS)上发表的一篇论文中有过概述,现在在arXiv上发表,它确保了机器人不会侵入周围人的个人空间,同时还可以使人机更有效在几种情况下的交互(HRI)。

  “这项研究最初是在我的主论文中对机器人和儿童进行研究的一部分,后来发现其极具前景”进行这项研究的研究人员之一David Feil-Seifer说。“早期的工作涉及为我们希望机器人与孩子互动的环境开发机器人。在这种情况下,我们通过机器人路径规划中常用的指标,使机器人走最“高效”的道路(以最大程度地减少时间)运动,使行进的距离最小化,以及不会撞到任何东西。”

  也是早先在先前发表在《人机交互》上的一项研究中,Feil-Seifer和他的同事试图为儿童居住的环境开发机器人导航行为。试点工作表明,机器人可以有效地到达期望的位置而不会撞到任何东西,但是研究人员观察到,儿童通常对机器人的反应和观感较差。实际上,实验中使用的机器人通常会远离儿童,并尽可能快地朝其期望的位置移动。但由于这种行为,孩子们认为机器人不想与他们互动。

  Feil-Seifer说:“我们观察了机器人后发现,它并没有真正改变人们的行为方式,它只是学习吸收了社交信息,并利用它来帮助进行路径规划和行为规避动作。” “因此,我们决定制作一个导航计划器,该计划器可以使用社交距离信息来执行社交上适当的运动。”

  在原先同一项先前的研究中,Feil-Seifer和他的同事使用一种称为高斯混合模型(GMM)的简单数学方法,把社会关系理解为简单的线性数学模型,成功地使机器人确定了计划的运动是否符合社会要求。在机器人可以使用简单的线性数学模型轻松理解和表示社会因素的情况下,此方法效果很好。但是,由于大多数现实世界中的社交互动都涉及多个难以在线性模型中拟合交叉的因素,这导致他们开发的简单方法无法在不同的社交环境中很好地推广,并且在许多情况下根本无法奏效。

  因此,在他们的新研究中,研究人员决定更新他们先前开发的计划程序,以优化机器人的计划动作,并考虑到他们希望机器人考虑的,各种社会属性之间的非线性关系。这涉及使用启用了帕累托凹面消除变换(PaCcET)的计划程序。

  “我们方法的主要优势在于,它可以利用各种社会因素之间的非线性关系(例如,您在走廊上的位置,与其他人的关系,与目标的距离等) 。),” Feil-Seifer说。Feil-Seifer和他的同事们将非线性优化方法应用于几种情况,在这几种情况下,机器人必须尊重社会规范,例如,不得侵犯人们的个人空间。他们发现他们的方法在许多情况下都很好用,包括在走廊,美术馆或在提示时的互动,会主动礼让和交互。

  移动机器人正在加入在门口场景前方形成的提示。传统的计划者生成红色轨迹,将机器人引导到第一人称(不适当的人)旁边的位置,并切断线。我们建议的方法是蓝色轨迹,使机器人(适当地)加入生产线。图片来源:Banisetty等。

  Feil-Seifer说:“我们还没有与其他具有社会意识的导航计划者进行直接比较;但这是为未来计划的。” “但是,与不考虑社交动态的传统计划者相比,该机器人在走廊上经过时会给人更多的空间,同时还能继续朝着理想的目标前进。”

  在最近的研究中,研究人员在模拟的PR2机器人的二维模拟中以及在先锋3DX移动机器人的现实世界中评估了他们的方法。他们的发现表明,他们的方法可以处理涉及完整和非完整机器人的多种交互方案。

  Feil-Seifer说:“实际上,这份初始论文证明了这种方法至少可以在模拟环境中起作用。” “后来的工作已经在现实世界和各种各样的社会场景中证明了这一点,这些场景既考虑了其他人又考虑了与机器人交互环境有关的因素(例如,感兴趣的地方,例如墙上的绘画),这些因素也与人们的社会意识有关。 ”。

  总体而言,Feil-Seifer和他的同事所做的工作突出表明,有必要开发工具以提高机器人的社会意识,以确保它们不会使人们感到不舒服,从而促进他们融入社会。将来,他们开发的非线性优化方法最终可以简化办公室,医院和其他各种环境中移动机器人的使用。

  “我们现在正在继续扩展我们的社交意识导航(SAN)计划程序的功能,以包括更广泛的社交互动,以更好地了解社交环境,从而可以正确地确定要优先考虑的目标,并使系统发挥更鲁棒,也有更大的作用。” Feil-Seifer说。“我们还计划研究社交感知导航对观察交互的人们的直接影响以及它如何影响他们对机器人的感知,因为这将有助于验证社交感知导航的必要性。”