Un algorithme pour une meilleure interaction robots-humains

Technologie https://live.staticflickr.com/65535/48046553731_1663753942_o.jpg https://live.staticflickr.com/65535/48046553731_1663753942_o.jpg Technologie Média 0 https://technologiemedia.net/2019/06/12/un-algorithme-pour-une-meilleure-interaction-robots-humains/#respond
1216

usine-construction-algorithme-robot

Dans un monde où les robots prennent de plus en plus de place, savoir où se trouvent des humains et comment ils se déplacent est devenu indispensable, C’est surtout vrai dans le domaine de la construction, où des bras robotiques travaillent de concert avec des employés humains. C’est dans le but d’améliorer la relation robots-humains que des chercheurs du MIT ont mis au point un algorithme qui permet aux robots, de savoir où se trouve des humains et comment ils bougent.

Un algorithme prédictif des mouvements humains

En 2018, des chercheurs du MIT et le constructeur automobile BMW ont testé des moyens permettant à des humains et à des robots de travailler à proximité pour assembler des pièces automobiles. Dans une réplique d’un environnement d’usine, l’équipe a monté un robot sur des rails, conçu pour acheminer les pièces entre les postes de travail. Pendant ce temps, des travailleurs humains croisaient son chemin de temps en temps pour travailler dans des gares à proximité.

Le robot était programmé pour s’arrêter momentanément si une personne passait. Mais les chercheurs ont remarqué que le robot se figeait souvent sur place, avec une prudence excessive, bien avant que quelqu’un ne le croise. Si cela se produisait dans un contexte réel de fabrication, de telles pauses inutiles pourraient s’accumuler et devenir inefficaces.

L’équipe a retravaillé ce problème jusqu’à une limitation des algorithmes d’alignement de trajectoire du robot utilisés par le logiciel de prédiction des mouvements du robot. Alors qu’ils pouvaient raisonnablement prédire où une personne se dirigeait, en raison du manque d’alignement temporel, les algorithmes ne pouvaient prévoir le temps que cette personne passait à un moment quelconque de leur trajectoire prévue.

Maintenant, les membres de cette même équipe du MIT ont mis au point une solution: un algorithme qui aligne avec précision les trajectoires en temps réel, permettant une prédiction des mouvements anticipés avec une précision inégalée. Lorsqu’ils ont appliqué ce nouvel algorithme aux expériences sur le sol de l’usine BMW, ils ont découvert qu’au lieu de rester figé sur place, le robot a simplement évité le travailleur.

Aider les robots à comprendre les comportements humains

«Cet algorithme intègre des composants qui aident un robot à comprendre et à surveiller les arrêts et les mouvements, qui constituent une partie essentielle du comportement humain», explique Julie Shah, professeure agrégée d’aéronautique et d’astronautique au MIT. « Cette technique est l’une des nombreuses façons dont nous travaillons sur les robots pour mieux comprendre les gens. »

Shah et ses collègues, notamment Przemyslaw «Pem» Lasota, chef de projet et étudiant diplômé, présenteront leurs résultats ce mois-ci à la conférence Robotics: Science and Systems en Allemagne.

Comment cela fonctionne-t-il ?

Pour permettre aux robots de prédire les mouvements humains, les chercheurs empruntent généralement des algorithmes au traitement de la musique et de la parole. Ces algorithmes sont conçus pour aligner deux séries chronologiques complètes, ou des ensembles de données connexes, tels qu’une piste audio d’une performance musicale et une vidéo défilante de la notation musicale de cette pièce.

Les chercheurs ont utilisé des algorithmes d’alignement similaires pour synchroniser les mesures en temps réel et précédemment enregistrées des mouvements humains, afin de prédire où se trouverait une personne, par exemple, dans cinq secondes. Mais contrairement à la musique ou à la parole, les mouvements humains peuvent être désordonnés et très variables. Même pour les mouvements répétitifs, une personne peut se déplacer légèrement différemment à chaque fois.

Les algorithmes existants prennent généralement un flux de données des mouvements, sous la forme de points représentant la position d’une personne dans le temps, et comparent la trajectoire de ces points à une bibliothèque de trajectoires pour un scénario donné. Un algorithme mappe une trajectoire en matière de distance relative entre les points.

Mais Lasota dit que les algorithmes qui prédisent des trajectoires basées uniquement sur la distance peuvent être facilement confondus dans certaines situations courantes, telles que des arrêts temporaires, dans lesquels une personne fait une pause avant de poursuivre son chemin. Pendant la pause, les points représentant la position de la personne peuvent se grouper au même endroit.

«Lorsque vous regardez les données, vous avez toute une série de points regroupés quand une personne est arrêtée», explique Lasota. «Si vous regardez uniquement la distance entre les points comme métrique d’alignement, cela peut être déroutant, car ils sont tous proches les uns des autres et vous n’avez pas une bonne idée du point sur lequel vous devez vous aligner.»

Il en va de même avec les trajectoires qui se chevauchent – des cas où une personne va et vient sur un chemin similaire. Lasota explique que si la position actuelle d’une personne peut être alignée avec un point sur une trajectoire de référence, les algorithmes existants ne permettent pas de distinguer si cette position fait partie d’une trajectoire qui s’éloigne ou revient sur la même trajectoire.

« Vous pouvez avoir des points proches les uns des autres en matière de distance, mais en matière de temps, la position d’une personne peut en réalité être éloignée d’un point de référence », explique Lasota.

Un algorithme de «trajectoire partielle»

En guise de solution, Lasota et Shah ont mis au point un algorithme de «trajectoire partielle» qui aligne en temps réel des segments de la trajectoire d’une personne avec une bibliothèque de trajectoires de référence précédemment collectées. Il est important de noter que ce nouvel algorithme aligne les trajectoires à la fois en distance et en synchronisation, ce qui permet d’anticiper avec précision les arrêts et les chevauchements sur le trajet d’une personne.

Bien que cet algorithme ait été évalué dans un contexte de la prédiction des mouvements, il peut également être utilisé comme étape de prétraitement pour d’autres techniques dans le domaine de l’interaction robots-humains, notamment la reconnaissance d’action et la détection de gestes.

Shah dit que l’algorithme sera un outil important permettant aux robots de reconnaître et de réagir aux schémas des mouvements et des comportements humains. En fin de compte, cela peut aider les humains et les robots à travailler ensemble dans des environnements structurés, comme les usines et même, dans certains cas, à la maison.

Comprendre les humains pour que les robots puissent mieux collaborer avec nous

«Cette technique pourrait s’appliquer à n’importe quel environnement où l’être humain présente des schémas comportementaux typiques», explique Shah. «La clé est que le système [robotique] peut observer des modèles qui se répètent sans cesse, de sorte qu’il puisse apprendre quelque chose sur le comportement humain. Tout cela dans l’esprit du travail du robot afin de mieux comprend les aspects des mouvements humains, pour qu’ils puissent mieux collaborer avec nous. »

Source : MIT
Crédit photo : Pixabay

https://live.staticflickr.com/65535/48046553731_1663753942_o.jpg