MIT-ov algoritam govori robotima gdje su se uputili ljudi u blizini

Znanstvenici MIT-a i proizvođača automobila BMW testirali su 2018. godine načine na koje bi ljudi i roboti mogli raditi u neposrednoj blizini kako bi sastavili auto-dijelove. U replici tvorničkog poda, tim je namjestio robota na tračnice, dizajniran za isporuku dijelova između radnih stanica. U međuvremenu, ljudski radnici su često prelazili svoj put da rade na obližnjim stanicama.

Robot je programiran da se za trenutak zaustavi ako osoba prođe. No istraživači su primijetili da će se robot često smrzavati na mjestu, pretjerano oprezan, mnogo prije nego što je osoba prešla svoj put. Ako bi se to događalo u stvarnom proizvodnom okruženju, takve nepotrebne stanke mogu se akumulirati u značajne neučinkovitosti.

Tim je pratio problem do ograničenja u algoritmima za poravnavanje trajektorija robota koje je koristio softver za predviđanje kretanja robota. Iako su razumno mogli predvidjeti kamo je osoba krenula, zbog lošeg vremenskog usklađivanja algoritmi nisu mogli predvidjeti koliko je ta osoba provela u bilo kojem trenutku na njihovoj predviđenoj stazi – i u ovom slučaju, koliko će vremena trebati osobi da se zaustavi, okrene i ponovno pređe robotov put.

Članovi istog tima MIT-a pronašli su rješenje: algoritam koji točno usklađuje parcijalne trajektorije u stvarnom vremenu, omogućujući prediktore kretanja da točno predvide vrijeme kretanja osobe. Kada su primijenili novi algoritam na eksperimente s BMW tvorničkim podom, otkrili su da se, umjesto da se smrzne na mjestu, robot jednostavno okrenuo i bio je sigurno udaljen s puta kada je osoba ponovno prošla.

“Ovaj algoritam gradi komponente koje pomažu robotu da razumije i nadzire zaustavljanja i preklapanja u pokretu, koji su ključni dio ljudskog pokreta”, kaže Julie Shah, izvanredni profesor aeronautike i astronautike na MIT-u. “Ova tehnika je jedan od mnogih načina na koji radimo na boljem razumijevanju ljudi.”

Kako bi roboti mogli predvidjeti ljudske pokrete, istraživači obično posuđuju algoritme od obrade glazbe i govora. Ovi algoritmi osmišljeni su za usklađivanje dviju kompletnih vremenskih serija ili skupa srodnih podataka, kao što su zvučni zapisi glazbene izvedbe i videozapisi s glazbenim zapisom tog djela.

Istraživači su koristili slične algoritme usklađivanja kako bi sinkronizirali mjerenja ljudskog gibanja u stvarnom vremenu i ranije snimljena, kako bi predvidjeli gdje će osoba, recimo, biti pet sekundi. Ali za razliku od glazbe ili govora, ljudsko gibanje može biti neuredno i vrlo promjenjivo. Čak i za ponavljajuće pokrete, kao što je dosezanje preko stola da bi se zavrtio vijak, jedna osoba može se pomaknuti malo drugačije svaki put.

Postojeći algoritmi obično uzimaju podatke o kretanju, u obliku točaka koje predstavljaju položaj osobe tijekom vremena, i uspoređuju putanju tih točaka s bibliotekom zajedničkih putanja za dani scenarij. Algoritam mapira putanju u smislu relativne udaljenosti između točaka.

Ali Lasota kaže da algoritmi koji predviđaju trajektorije temeljene samo na udaljenosti mogu se lako zbuniti u određenim uobičajenim situacijama, kao što su privremena zaustavljanja, u kojima osoba zastaje prije nego što nastavi put. Dok je pauzirana, točke koje predstavljaju položaj osobe mogu se skupiti na istom mjestu.

“Kada pogledate podatke, imate cijelu hrpu točaka skupljenih kad je osoba zaustavljena”, kaže Lasota. “Ako gledate samo udaljenost između točaka kao metriku usklađivanja, to može biti zbunjujuće, jer su sve blizu jedna drugoj, a vi nemate dobru predodžbu o tome u koju točku se morate uskladiti.”

Isto vrijedi i za preklapajuće putanje – slučajevi kada se osoba kreće naprijed-natrag sličnim putem. Lasota kaže da, iako trenutna pozicija osobe može poravnati s točkom na referentnoj putanji, postojeći algoritmi ne mogu razlikovati je li taj položaj dio putanje koja se kreće ili se vraća istim putem.

“Možda imate bodove koji su međusobno blizu u smislu udaljenosti, ali u smislu vremena, položaj osobe može biti daleko od referentne točke”, kaže Lasota.

Kao rješenje, Lasota i Shah osmislili su algoritam “djelomične putanje” koji u realnom vremenu poravnava segmente putanje osobe s bibliotekom prethodno prikupljenih referentnih trajektorija. Važno je da novi algoritam usmjerava trajektorije i na udaljenosti i na tajming, i na taj način može točno predvidjeti zaustavljanje i preklapanje u putanji osobe.

“Recimo da ste izvršili mnogo toga”, objašnjava Lasota. “Stare tehnike će reći,” ovo je najbliža točka na toj reprezentativnoj putanji za to gibanje. “Ali budući da ste taj dio toga dovršili u kratkom vremenskom razdoblju, vremenski dio algoritma će reći,” na temelju vrijeme, malo je vjerojatno da ste već na putu natrag, jer ste upravo započeli svoj prijedlog.

“Ova tehnika može se primijeniti na bilo koje okruženje gdje ljudi pokazuju tipične obrasce ponašanja”, kaže Shah. “Ključ je u tome što [robotski] sustav može promatrati obrasce koji se ponavljaju, tako da može naučiti nešto o ljudskom ponašanju. Sve je to u duhu rada robota kako bi bolje razumjeli aspekte ljudskog pokreta, da bismo mogli bolje surađivati s nama.

Shah i njezine kolege, uključujući voditelja projekta i poslijediplomskog sveučilišta Przemyslaw “Pem” Lasota, predstavit će svoje rezultate ovog mjeseca na konferenciji Robotics: Science and Systems u Njemačkoj.

Advert

ESD namještaj