通过提供上下文的系统机器人可以更了解人类同事陈绮贞

通过提供上下文的系统，机器人可以更了解人类同事

安全地工作不仅与流程有关，而且还取决于上下文，即了解工作环境和情况，并能够预测其他人下一步将做什么。一个新的系统使机器人具有这种??级别的上下文感知能力，因此它们可以在装配线上与人类并肩工作，并且效率更高，而不会造成不必要的干扰。

刘洪义说，人机协作系统不仅能够判断自己与人类同事之间的距离，还可以识别与之合作的每个工人，以及人的骨骼模型，该模型是人体体积的抽象 ，是KTH皇家理工学院的研究员。使用此信息，情境感知机器人系统可以识别工人的姿势，甚至可以预测下一个姿势。这些功能为机器人提供了在交互时要注意的上下文。

Liu表示，该系统使用人工智能进行操作，与传统的机器学习方法相比，该人工智能需要较少的计算能力和较小的数据集。取而代之的是，它依赖于一种称为转移学习的机器学习形式，这种形式可以重用通过培训获得的知识，然后再将其应用到运营模型中。

这项研究发表在最新一期的《机器人与计算机集成制造》上，由KTH王力辉教授合着。

Liu表示，该技术已经超越了当今国际标准组织对协作机器人安全性的要求，因此实施该技术将需要采取工业行动。他说，但是上下文感知提供的效率比工人现在使用机器人进行的一维交互更好。

KTH研究人员Liu Hongyi Liu将手放在机器人手臂上，对其进行了测试。信用：刘宏义

他说：“根据ISO标准和技术规范，当一个人接近机器人时，它会减速，并且如果他或她离得足够近，它将停止。如果该人移开它，它就会恢复。这是相当低的上下文感知水平，”说。

“这危及效率。生产速度减慢，人类无法与机器人紧密合作。”

Liu将情境感知机器人系统与自动驾驶汽车进行了比较，该自动驾驶汽车识别了红绿灯已经点亮了多长时间并预计会再次移动。它没有刹车或降档，而是通过向十字路口巡航来开始调整速度，从而节省了刹车和变速器的进一步磨损。

该系统的实验表明，在上下文的情况下，机器人可以更安全，更有效地运行，而不会减慢生产速度。

KTH研究人员Liu Hongyi Liu将手放在机器人手臂上，对其进行了测试。信用：刘宏义

在使用该系统执行的一项测试中，机器人手臂的路径意外地被某人的手挡住了。机器人没有停下来，而是进行了调整，它预测了手的未来轨迹，并且手臂围绕手运动。

他说：“这不仅是从避免碰撞的技术角度来说是安全的，而且能够识别装配线的环境。” “这提供了额外的安全层。”

压力试验机厂

摩擦磨损试验机厂

万能试验机