新型不专心感知算法增强人机协作安全

华盛顿州立大学，华盛顿州普尔曼

WSU研究生Mohsen Amiri与Mehdi Hosseinzadeh教授致力于让机器人更安全，通过让它们更感知人类粗心大意。（图片来源：WSU.edu）

算法量化人类疏忽提升安全效率

一种新算法可能让机器人更安全，通过让它们更感知人类不专心。

在人机协作包装和装配线计算机仿真中，考虑人类粗心大意开发的算法相比现有方法，安全性最高提升约80%，效率最高提升约38%。相关工作发表在IEEE《系统、人与控制论汇刊：系统》上。

"每天发生大量因粗心大意导致的事故——遗憾的是大多源于人为错误。"——Mehdi Hosseinzadeh，华盛顿州立大学机械与材料工程学院助理教授、主要作者

"机器人按计划行事遵守规则，但人类常不遵守规则。这是最困难和最具挑战性的问题。"

人机协作在许多行业日益普遍，常共享工作空间。重复枯燥工作让人失去注意力犯错。大多数计算机程序帮助机器人在错误发生时反应。那些算法要么关注提升效率要么关注安全，但未考虑协作人类行为变化，Hosseinzadeh说。

为制定机器人计划，研究人员首先量化人类粗心大意，考察人类忽略或错过安全警报频率等因素。

"我们定义了粗心大意，机器人观察人类行为并试图理解。粗心大意等级概念是新的。如果知道哪个人类不专心，我们就能采取措施。"——Hosseinzadeh

一旦机器人识别粗心行为，会改变与该人类交互方式，降低其导致工作场所错误或自伤几率。例如机器人可能改变任务管理方式避免挡人类路。机器人持续更新粗心大意等级和观察到的变化。

研究者用四人一机器人包装线仿真和两人一机器人协作装配线仿真测试方案。

"核心思想是让算法对粗心人类行为不那么敏感。结果显示该方案能提升效率和安全。"——Hosseinzadeh

计算机仿真后，研究者计划在实验室用真实机器人和人测试，最终实地研究。还想量化考虑影响职场生产力的其他人类特质，如理性或危险意识。

更多信息请联系Sara Zaske，邮箱：此邮箱受反垃圾邮件保护，需启用JavaScript查看；电话：509-335-4846。

传感器