來自眾家新創公司與實驗室的碰撞偵測與追蹤技術,將使得在人類與其他移動物體周邊的協作型機器人更安全。一個美國聖地牙哥大學(University of San Diego)的團隊便開發了一種更快速的演算法,能協助機器人利用機器學習避開障礙物;此外從麻省理工學院(MIT)獨立的公司Humatics,則正在開發人工智慧(AI)輔助室內雷達系統,能讓機器人精確追蹤人類的動作。

聖地牙哥大學所開發的演算法名為Fastron,利用機器學習來加速並簡化碰撞偵測;該演算法是根據一個機器人的組態空間(configuration space,C-space)模型,僅利用少量的碰撞點(collision points)與無碰撞點,來分類移動物體的碰撞與非碰撞。現有的碰撞偵測演算法是運算密集方案,因為那些方案會詳細標明機器人與障礙物3D幾何圖形中所有的點,然後檢查兩者之間每個點可能發生的碰撞;當那些物體移動時,運算量會大幅增加。

20180312_robot_NT02P1

美國聖地牙哥大學的團隊開發出一種更快速的碰撞偵測演算法,有助於機器人避開障礙物
(來源:David Baillot, UC San Diego Jacobs School of Engineering)

Fastron演算法的C-space模型扮演了以運動學為基礎(kinematic-based)的碰撞偵測代理(proxy),該演算法結合了核心感知學習演算法的修改以及主動式學習演算法,來減少以運動學為基礎之碰撞偵測的次數。這種演算法不需要檢查每一個點,而是在界線(boundaries)附近檢查並分類碰撞與非碰撞;隨著物體移動,兩者之間的分類界線也會改變,因此演算法能迅速更新分類然後繼續循環。

20180312_robot_NT02P2

Fastron演算法原理
(來源:David Baillot, UC San Diego Jacobs School of Engineering)

該團隊已經在模擬中證實了,代理碰撞檢查的速度是有效多面體檢查工具(polyhedral checker)的兩倍,是有效高精確度碰撞檢查工具的八倍,而且不需要GPU加速器或平行運算;除了能應用於工廠生產線,其他潛在應用包括讓外科手術用的輔助機器手臂更安全運作、不會在手術過程中造成干擾。

AI輔助分析平台

新創公司Humatics的共同創辦人暨執行長David Mindell,也是MIT航太工程與技術史教授;該公司的產品長Stephen Toebes則是協作型機器人領導廠商Rethink Robotics的前任產品開發暨營運資深副總裁。此外該公司副總裁暨首席軟體架構師Michael Barbehenn,則在擅長開發行動倉儲機器人的Amazon Robotics (前身為Kiva Systems)任職許久,曾擔任軟體部門副總裁。

Humatics的空間智慧平台(Spatial Intelligence Platform)結合了一個微型定位系統,以廉價的RF技術與AI輔助分析軟體為基礎;該單一系統能追蹤多個移動的應答器(transponder)目標,具備毫米(millimeter)等級的精確度,最長距離可達30公尺。也能以連網方式結合多個系統,已覆蓋更寬廣的範圍,小至工廠的工作區,大致整個物流配送中心。

Mindell表示,該公司的目標是以小型化、廉價的RF信標(beacon),來打造一個支援公分(cm)與毫米等級絕對參考定位(absolute reference positioning)的世界,無論是在室內、室外或是任何一種天候狀態;他表示:「協作型機器人其實並不知道人們的所在位置,要融入人類環境,它們都應該要配備針對周遭物體的定位導航功能;因此我們認為,未來的自主型機器人,無論它們是車子或是工廠中的自動化機器人,還是無人機,都會是連網世界的組成部分。」

雖然Humatics目前正在開發的是小型化、短距離雷達,Mindell表示:「我們對於『雷達』這個名詞有點矛盾,因為我們的空間智慧平台並非反向散射系統(backscatter system),而是二次雷達系統(secondary radar system),也就是航空管制系統採用的方案,又稱為信標對信標(beacon-to-beacon)方案。」

Mindell指出,目前該公司的系統可達到毫米等級精確度、單一裝置3D量測,能追蹤大量的電池供電或車輛供電小型移動信標,或被稱為「小精靈」(pucks)之人類、機器人移動物體上的小型信標;除支援毫米等級追蹤精確度,也支援非常高的更新率。

20180312_robot_NT02P3

Humatics的空間智慧平台號稱能讓人類與機器人更安全地並肩工作
(來源:Humatics)

而Mindell透露,Humatics正在開發自家分析軟體:「所有在周遭的物體都是以毫米等級移動,因此在這個精確度的位置資料非常豐富;」其核心演算法是基本的遞迴評估器(recursive estimator),具備自我調整/最佳化的功能,當它們收集了大量資料就能更妥善分析動作以及位置資訊。

Humatics系統採用的軟硬體技術號稱是廉價且可擴展的,因為產業界已經讓微波與毫米波元件的成本降低,而該技術採用的標準化API則能讓其資料也被其他應用程式與服務使用;Mindell指出,該架構是可延伸的,因此系統能以連網方式佈署於大型廠房或其他空間,以提供廣大的覆蓋範圍。該解決方案預計在2018年進行測試,並在2019年初正式上市。

編譯:Judith Cheng

(參考原文:AI Helps Bots Avoid Collisions ,by Ann R. Thryft)