6月22日,机器人行业高端智库
感知是协作机器人与人、协作机器人与环境、以及协作机器人之间进行交互的基础。就感知技术而言,除了多传感信息融合之外,协作机器人越发呈现出与脑神经科学、生物技术、人工智能、认知科学、网络大数据技术等深度交叉融合的态势。
未来的研究方向为主动感知与自然交互理论及方法,更多传感器的加入,使协作机器人能够理解人类指令(通过声音、手势、图形)。基于对复杂动态环境下知识的主动获取、学习与推理方法、视觉认知与基于动态环境的主动行为意图理解与预测理论、协作机器人的自主学习与机器人知识增殖方法、以及多模态人机协作的态势感知与自然交互方法的研究,实现协作机器人与人之间相互的意图理解、信息交流,以及自然和谐的情感交互。
前沿发展趋势二:自主认知——复杂环境灵巧作业
高度智能是对新一代协作机器人的重大共性技术需求。当前协作机器人应用面越来越广,在复杂作业能力、自适应可重构的装配能力、对非结构化环境的感知能力,以及与人协作能力方面需要更加智能化。
协作机器人应用于在商业服务市场,主要挑战包括自然交互、人机安全、环境适应、复杂灵巧作业等方面,智能化是应对挑战的可行技术途径。
协作机器人工作于复杂、严苛的工业环境,需要更为智能化的环境感知和适应能力、人机协同作业能力和异常处理能力。先进的认知算法是实现协作机器人高度智能的主要手段。
未来的研究方向为复杂环境的自主认知。深入研究面向复杂环境与复杂任务的自主控制,辨识协作机器人的动力学行为和智能操控与环境之间的关系和影响规律,实现协作机器人灵巧作业与自主控制。
前沿发展趋势三:人机交互——机器人操作智能化
随着人机交互技术的快速发展和人机工程学、用户体验等领域的研究逐步深入,现有的一些人机交互系统不再是仅限于鼠标与键盘等简单的设备输入或示教操作,有些可通过语音识别、指纹识别甚至是虹膜识别,来完成工作程序的输入。
人们对协作机器人可用性与易用性的要求越来越高,手势理解用于人机交互已成为人机交互技术重要的研究内容。通过连续的手势识别操作协作机器人是人机交互技术的热门研究方向之一,拥有很广泛的应用领域。
手势识别是基于人的手部动作完成的,工业生产中,通过手势控制机器人运动,可简化机器人的示教过程与操作流程,具有很大的应用价值。现今,在手势识别领域最为突出的研究方法包括基于手套进行识别以及使用视觉信息进行识别。使用手套的识别方法主要是使用光纤等获取手掌、手指的关节位置以及弯曲程度并建模。基于视觉的识别方法是指从相机获取手势视觉图像进行一系列算法处理,进行识别获取结果。
前沿发展趋势四:碰撞检测——自适应柔顺控制
碰撞检测一般有基于传感器的碰撞检测和基于无传感器的碰撞检测。
基于传感器的碰撞检测有基于电子皮肤的检测方式,基于关节扭矩传感器或基于底座、末端六维传感器的方式检测碰撞。除了这类碰撞检测方法,其他的碰撞检测大多需要构建协作机器人的动力学模型,估计外力或构建观测器。当外力检测到或当观测器测到干扰时则表示碰撞发生。
基于无传感器的碰撞检测,首先,通过人与协作机器人接触时单关节电机电流的检测,来判定协作机器人与人是软接触或是碰撞接触。其次,根据当前的电机反馈得到的电流实际值与动力学模型计算中的理想值来设计融合算法,产生时变的电力碰撞检测阈值,辨识事故碰撞或人有意识的软接触,解决人与协作机器人接触后的安全性碰撞问题。
发布会嘉宾核心观点