Skip to main content

Safe Robot Navigation in Dense Crowds

Article Category

Article available in the folowing languages:

Opracowywanie robotów bezpiecznie poruszających się w tłumie

To, na ile bezpiecznie będą czuć się ludzie w obecności robotów, będzie miało niebagatelne znaczenie dla ich akceptacji przez społeczeństwo. Dzięki przeprowadzeniu testów działania robotów w tłumie, badacze skupieni wokół projektu CROWDBOT stworzyli metody, które umożliwią bezpieczną interakcję maszyn z ludźmi.

Gospodarka cyfrowa

Roboty są coraz powszechniej wykorzystywane do wytwarzania produktów i świadczenia usług, a podczas wykonywania tych zadań coraz częściej mają styczność z grupami ludzi, co rodzi rozmaite wyzwania dotyczące logistyki i bezpieczeństwa. Roboty dostawcze są zazwyczaj zaprogramowane w taki sposób, aby możliwe szybko docierać do celu i powodować minimalne zakłócenia. Jednocześnie jednak roboty wspierające osoby niepełnosprawne muszą być w stanie bezpiecznie poruszać się w dynamicznym otoczeniu i być zdolne do interakcji. W ramach unijnego projektu CROWDBOT powstały techniki pozwalające na bezpieczny kontakt robotów z ludźmi. „Dotychczas, aby zapewnić bezpieczeństwo, roboty musiały trzymać się z dala od ludzi, jednak kiedy staną się bardziej powszechne, takie podejście przestanie się sprawdzać”, wyjaśnia koordynator projektu Julien Pettre. W ramach trzech głównych obszarów prac – dotyczących robotycznej detekcji, przewidywania zachowania tłumu i robotycznego sterowania – zespół CROWDBOT zademonstrował opracowane przez siebie podejście na drodze nowatorskich eksperymentów. „Nasz nowy paradygmat może teraz wpływać na decyzje techniczne twórców oprogramowania”, dodaje Pettre.

Różnorodne scenariusze

Partnerzy projektu opracowali w swoich laboratoriach wersje demonstracyjne różnych funkcji robotów, a następnie włączyli je do dwóch scenariuszy testowych. W pierwszej kolejności były to roboty wspierające osoby niepełnosprawne. Ich opracowanie było o tyle specyficzne, że elementy zrobotyzowane nie zawsze są w ich przypadku oczywiste, zachowanie robotów jest zwykle określane wspólnie przez użytkowników i programistów, a warunkiem koniecznym jest możliwość pracy w pobliżu ludzi. UCL zastosował opracowane przez siebie technologie w elektrycznych wózkach inwalidzkich, natomiast laboratorium EPFL wykorzystało nowy japoński prototyp robota o nazwie Qolo, na którym mogą stawać użytkownicy. Qolo był wyposażony w dwupoziomowy program sterujący, który modyfikuje tor jazdy w celu uniknięcia kolizji, ale może również ograniczać siłę uderzenia, przy czym kontakt jest wykrywany przez czujniki odbierające sygnały gestów, dźwięku lub dotyku. Robot był testowany na ulicach i rynkach szwajcarskiej Lozanny, a także w ramach pionierskich eksperymentów, obejmujących testy zderzeniowe z manekinami. Drugi obszar badań dotyczy testowania robotów usługowych przez SBRE, Locomotec i ETHZ. Locomotec przetestował własnego robota Cuybot, natomiast ETHZ i SBRE pracowały z robotem humanoidalnym Pepper, zaprojektowanym pod kątem interakcji z ludźmi w miejscach publicznych. Robota Pepper wyposażono w dodatkowe funkcje wykrywania i przetwarzania danych, zintegrowany pokładowy system śledzenia oraz ulepszoną lokalizację. Przetestowano go w różnych dynamicznych scenariuszach, w tym na przyjęciu bożonarodzeniowym w laboratorium, aby zbadać interakcję robota – w tym opartą na gestach, dotyku i mowie – z ludźmi podczas poruszania się w tłumie. Pomimo ograniczeń związanych z pandemią COVID-19, Pepper został także przetestowany w scenariuszach testowych dotyczących wirtualnej rzeczywistości. W efekcie udało się udoskonalić konstrukcję i funkcje sterowania robota Pepper. „Te wyjątkowe eksperymenty pozwoliły nam na zbadanie szeregu różnych interakcji w sposób bezpieczny – co byłoby niemożliwe w rzeczywistych warunkach. Dzięki nim pozyskaliśmy ważne informacje, oszczędzając czas i pieniądze”, mówi Pettre. W obu scenariuszach zespół CROWDBOT wykorzystał kombinację kamer i czujników LIDAR zintegrowanych z urządzeniami śledzącymi. Aby móc dokładnie przewidzieć zachowanie tłumu, opracowano techniki głębokiego uczenia umożliwiające ekstrapolację danych z danych śledzenia w 2D, generowanych przez ruch ludzi, w których otoczeniu znajdują się roboty. W końcowej fazie projektu zespół zaczął analizować możliwości śledzenia całego ciała.

W przewidywaniu przyszłych dyskusji nad rozwiązaniami prawnymi

Wystarczy pomyśleć o pojazdach autonomicznych, aby zdać sobie sprawę, że roboty już wkrótce na trwałe zagoszczą w przestrzeni publicznej, co nieuchronnie będzie wiązało się z debatami dotyczącymi odnośnych regulacji prawnych. „Wiedza na temat poruszania się robotów w tłumie była dotychczas ograniczona i głównie koncentrowała się na łagodzeniu skutków. Nadając priorytet interakcji, skupiliśmy się na reakcjach robotów”, mówi Pettre. „Jednak to, jak tłumy zareagują potem na roboty, będzie zależało od zrozumienia ich przeznaczenia, co jest istotne w kontekście tworzenia przepisów”. Większość kodów i zestawów danych jest już dostępna na stronie internetowej projektu. Partnerzy projektu wdrożyli już wnioski z przeprowadzonych prac w systemach swoich robotów. Na przykład w EPFL wprowadzono środki przeciwdziałania kolizji, a w RWTH poprawiono możliwości detekcji. „Dotychczas pracowaliśmy z istniejącymi robotami, natomiast kolejnym krokiem powinno być zaprojektowanie udoskonalonego robota od podstaw”, dodaje na koniec Pettre.

Słowa kluczowe

CROWDBOT, robot, poruszanie się, tłum, czujniki, wózki inwalidzkie, bezpieczeństwo, Pepper

Znajdź inne artykuły w tej samej dziedzinie zastosowania