Safety of collaborative robotics · 2018-09-27 · Convegno: Assemblaggio 4.0 e robotica collaborativa – Milano, 18 Settembre 2018. Motivazioni. Molte operazioni tecnologiche sono

from research .… to market

Safety of collaborative roboticsopen issues 2018

Federico Vicentini

Assemblaggio 4.0 – Automazione Integrata18 settembre 2018

Enterprises Universities R&D Institutes & Centers Industrial Associations, Organizations

About 150 Europeanstructured collaborations with:

CNR STIIMA

robotics

industrial

medical

robotics

industrial

medical

Federico Vicentini

Researcher at CNR-STIIMA

PhD Mechanical Systems Engineering (2007), MS Mechanical Engineering (2003)

Robot safety, human-robot interaction and distributed automation systems

Member ISO TC 299 / WG3 Industrial Safety

Member ISO TC 199 / WG12 Human-Machine physical Interaction

Coordinator UNI/CT24/GL09 Robots and Robot Systems

Diclaimer: no conflicts of interest; statements do not necessarily reflects opinions of Organizations or Funding Bodies

Matteo Giussani, Niccolò Iannacci

Dynamic, optimized SSM

How can I ensure that head and neck of operators are not touched?

Is it acceptable that the head is in the range of motion of a collaborative robot?

No, you cannot. It’s fenceless.

It can be acceptable. After some work.

It’s risk assessment, baby!

FAQs

risk analysis

risk estimation

risk evaluation

intended use

hazard identification

risk reduction

verification

deployment

validation

execution

impatti: pericoli ed effetti

rischio residuo

obiettivi e specifiche della applicazione

misure complementari

test e misurazioni

courtesy of ABBcourtesy of Universal Robots/SHAD

esempi

hazards and risks

background

need presence?

hazard identification (contact)

risk estimation (effects of contact)

contact-less mode limited energy mode

limited effects?

low risk?

change specs?

non-collaborative

specs

validation

Y

Y

Y

N

N

N

Y

N

need presence?




limited effects?

low risk?

change specs?

non-collaborative

specs

validation

Y

Y

Y

N

N

N

Y

N

<150 200 250 >250

N/cm2

need presence?




limited effects?

low risk?

change specs?

non-collaborative

specs

validation

Y

Y

Y

N

N

N

Y

N

pain

contact

injury

energy reduction

need presence?




limited effects?

low risk?

change specs?

non-collaborative

specs

validation

Y

Y

Y

N

N

N

Y

N

Stima e valutazione del rischio:

Conoscere ed analizzare la applicazione (non il robot)

Calcolare/stimare gli effetti dei contatti

Calcolare/stimare le probabilità dei contatti

Applicare le funzioni di sicurezza

Agire sul layout e sulle dotazioni complementari

riassunto

Stima e valutazione del rischio:

Conoscere ed analizzare la applicazione (non il robot)

Calcolare/stimare gli effetti dei contatti

Calcolare/stimare le probabilità dei contatti

Applicare le funzioni di sicurezza

Agire sul layout e sulle dotazioni complementari

.. Chi garantisce che è corretto?

… Quali strumenti possono essere usati?

.. Esistono procedure standard?

riassunto

safety validation

testing effectively

risk analysis

risk estimation

risk evaluation

intended use

hazard identification

risk reduction

verification

deployment

validation

execution

impatti: pericoli ed effetti

rischio residuo

test e misurazioni

courtesy of DGUV courtesy of DGUV

example impact (hand on desk edge)

environmentconditions

equipment setup

accuracy and precision

scalability

confidence

consistency

configuration of end effector

Configuration of arm

occlusions and reactions

templatemovements

courtesy of TUV Austria, Johanneum

validation

Validation is expensive.

Outputs need to be comparable.

Numerical outputs vs. risk evaluation: guidelines are welcome!

safearoundrobots.com

The TOOLKIT:web-based services for finding normative requirements, specifications, procedures, …on-stop-shop for safety rules

The PROTOCOLS:Standardized procedures for easy test of safety functions and behaviors. To be used for certification, TUV verification, ethical committees, OSH inspection, .. cost-saving, consensus-based, methods for providing evidences

The CALLS:Cascade funding: 5.5 M€ for experiments. Propose your procedure for - Testing your new device/system- New methods for validating applicationsUp to 60 k€/experiment3 Calls: Feb 2019 + Nov 2019 + Jun 2020

/company/covrproject

final remarks

validation

mobile roboticspredictive methods

CA-RA

insurance

data & statistics(probabilities)

data & statistics(contacts)

software

hot topics in safety

Protocols and procedures fopr testing

and validation. Shared and accepted.

Contact/impact data, possibly involving

experiments with humans.

Recording and analysis of human errors,

patterns and behaviors.

Data-oriented knowkedge of robot

safety

Insurance

Automatic tools for risk estimation

along reconfigurations

la normativa tecnica è determinante per l’analisi del rischio

è importante partecipare all’attività normativa (UNI/CT24/GL09)

principi di sicurezza dinamica: possibile combinare e variare le funzioni impiegate

raccogliere e sistematizzare dati di comportamento ed interazione

[email protected] us at CNR – via Alfonso Corti 12, Milano (a.k.a. COVR Shared Facility)

/company/covrprojectsafearoundrobots.com

mailto:[email protected]

Assemblaggio 4.0 e robotica collaborativaAndrea Zanchettin

18 settembre 2018

Industria 4.0

Quadro di insieme e stato attuale

Assemblaggio 4.0 e robotica collaborativa

Industria 4.0: le tecnologie abilitanti

4

Industria 4.0: Le tecnologie abilitanti

12

345

98

76

• Robot collaborativi interconnessi e rapidamente programmabili

• Simulazione tra macchine interconnesse per ottimizzare i processi• Integrazione informazioni lungo la catena del valore

dal fornitore al consumatore

• Realtà aumentata a supporto dei processi produttivi

• Stampanti in 3D connesse a software di sviluppo digitali

Simulation

Horizontal/Vertical Integration

Augmented Reality

Additive Manufacturing

• Comunicazione multidirezionale tra processi produttivi e prodotti

• Analisi di un' ampia base dati per ottimizzare prodotti e processi produttivi

• Gestione di elevate quantità di dati su sistemi aperti

• Sicurezza durante le operazioni in rete e su sistemi aperti

Industrial Internet

Big Data and Analytics

Cloud

Cyber-security

Advanced Manufact.Solutions


Cosa cercano le imprese?

Fonte:NetworkDigital3602017


Utilizzo di almeno una tecnologia 4.0

0%

10%

20%

30%

40%

50%

60%

Totale Micro Piccola Media Grande

Italia Centro-Nord Mezzogiorno

Fonti:MET2018,ISTAT2011

95.2% 4.2% 0.5% 0.1%


Industria 4.0 e fatturato

0%

10%

20%

30%

40%

50%

60%

Tradizionali Tradizionaliconinterventi4.0 4.0

Aumento Stabile Calo

Fonte:MET2018

Robotica collaborativa

Che cos’è e perché conviene


Perché un robot collaborativo?Flessib

ilità

Throughput/Costo

Lavoro manuale

Automazione rigidaAutomazione Collaborativa

+robot

+operatore


Industrial Robot

RobotEquipmentCommissioning

Collaborative Robot

Perché un robot collaborativo?


Perché un robot collaborativo?

0

200

400

600

800

1000

1200

1400

2015 2016 2017* 2018* 2019* 2020* 2021* 2022* 2023* 2024* 2025*

Migliaia

Roboticatradizionale Roboticacollaborativa

Entro il2025 un

robot su tresarà per

applicazionicollaborative.

Fonte:LoupVentures,2017

Assemblaggio 4.0 e robotica collaborativaDi cosa parleremo oggi


Quanto è difficile programmare un robot collaborativo?

Cosìsemplice cheanche ilresponsabilemarketing lo può fare.


Interpretazione del comportamento umano

Operatore:Eccellente nella risoluzione diproblemi

Capace diinterpretare il contesto

Robot:Eccellente inoperazioni ripetitiveVeloce epreciso

… èvero?Verifichiamo!


Motivations and challenges


Quanto è sicuro un robot collaborativo?


Il futuro della robotica collaborativa (secondo me)

Leanassemblystation

Collaborativeassemblystation

+robot

Percezione e predizione dell’operatore per applicazionidi assemblaggio collaborativo

Convegno: Assemblaggio 4.0 e robotica collaborativa – Milano, 18 Settembre 2018

Paolo Rocco


Sommario

Gli assemblaggi collaborativi Percezione e predizione del movimento dell’uomo Ergonomia nella collaborazione uomo-robot Predizione dell’intenzione dell’uomo Robotica collaborativa intelligente


Source: ABB Corporate Research

Assemblaggi collaborativi


Il laboratorio MERLIN


Percezione e predizione dell’operatore

Predizione dei volumi occupatidall’operatoreSistema di visione

Trackingscheletale


Normativa di sicurezza: speed and separation monitoring

ISO/TS 15066 – Safety of Collaborative Robots


Scalatura della velocità ottimizzata per la sicurezza

Soluzione di un problema di ottimizzazione

Scalaturadella velocità

Sorveglianza dello spazio di lavoro

messaggi TCP

Predizione del moto umano



Applicazione: ispezione, cambio formato

https://www.youtube.com/watch?v=Z7DgzHC9e9E

https://www.youtube.com/watch?v=Z7DgzHC9e9E



Applicazione: operazioni di servizio in ambito farmaceutico/medicale

https://www.youtube.com/watch?v=J4jqszRMuew&t=9s

https://www.youtube.com/watch?v=J4jqszRMuew&t=9s


MotivazioniMolte operazioni tecnologiche sono oggi effettuate manualmente e in condizioni scomode

perforazione

rivettatura

La robotica collaborativa può essere di aiuto in queste situazioni

Ergonomia nella collaborazione uomo-robot


Scenario applicativoCo-manipolazione di oggetti ingombranti

Non ergonomica Non sicura (occlusione) Non sicura (alta velocità del robot)



L’uomo viene inquadrato da telecamere 3D

Il robot porge all’uomo l’oggetto nella posizione ergonomicamente più favorevole

Buona accettazione da parte dei volontari



Predizione dell’intenzione dell’uomo

Notazioni:

• Posizione della mano (centro del polso):

• Direzione del moto della mano (versore tangente):

• Posizione target:

Attraverso un sistema di visione il robot è in grado di dedurre l'intenzione dell'operatore umano e decidere l'azione più conveniente da eseguire in base al compito collaborativo.


Predizione del target

Measurement

Prediction based on model #1Prediction based on model #2


Predizione del target

L’uomo ha preso la scatola (il robot

prenderà il coperchio)

L’uomo ha preso il coperchio o è passato un tempo limite (il robot prenderà la scatola)


Applicazione: assemblaggio collaborativo

p = 0.90

p = 0.10

https://www.youtube.com/watch?v=P1p1-hejjaQ

https://www.youtube.com/watch?v=P1p1-hejjaQ


Le attività umane di norma si sviluppano secondo certe sequenze. Per esempio:.

svegliarsi ----> prendere il caffè ----> vestirsi ----> andare al lavoro

È possibile predire le prossime attività?

Probabilità(prendere il caffè | svegliarsi) = alta

Nei processi manifatturieri (e in particolare negli assemblaggi) la prossima attività non dipende solamente dall’attività corrente, ovvero il processo ha memoria (la sequenza di assemblaggio). Vogliamo quindi stimare la prossima attività sulla base delle ultime n osservazioni:

Probabilità(Ak | Ak-1, ..., Ak-n) = ?

Stima di sequenze di attività







assemble

pick

???

https://www.youtube.com/watch?v=yHK2vXf0mrk

https://www.youtube.com/watch?v=yHK2vXf0mrk


Assemblaggio collaborativo

Benefici: riduzione cycle time del 20%, flusso continuo dei materiali (no idle time), diminuzione del lead time (storage più contenuti).

Il robot percepisce l'essere umano e predice quando è necessaria assistenza. Nel frattempo, continua a fare il suo lavoro.

Di conseguenza, il robot è sempre pronto ad aiutare e la produttività è massimizzata.

https://www.youtube.com/watch?v=KG7WLNdi8Uw

https://www.youtube.com/watch?v=KG7WLNdi8Uw


Assemblaggio collaborativo


Smart robots


Smart Robots: dalla ricerca all’impresa

Sistema di percezione avanzatoSmart Robots combina le capacità percettive e direasoning in un singolo oggetto consentendo dimappare in tempo reale l’area di lavoro.

Human-Robot InteractionCondivisione efficiente dell’area di lavoro. SmartRobots riconosce le persone e calcola in real-timetraiettorie alternative per evitare contatti emantenere l’efficienza del processo produttivo.

Ottimizzazione in tempo realeDecisione in tempo reale quale operazioneeffettuare in base a posizionamento e azioni dellapersona nell’area di lavoro.

Comandi GestualiOperatore può decidere in tempo reale cheoperazione (o sequenza di operazioni) assegnare alrobot comandandolo tramite gesti o decidere diarrestare il movimento.

Smart Robots ha sviluppato un dispositivo smart che permette una gestione ottimale degli spazi in cui operatori umani e robot lavorano fianco a fianco.


Smart Robots: dalla ricerca all’impresa

Exhibitions participation

Funding Round Completed

Smart Robots selected for the MISE 5G Experimental Project

Prototypes realization

Smart Robots Market Tests in production plants

2018 on market! TT award

JanMar

2017

MarJun

2017

Sept Dec

2017

May 2017

Sept 2017

www.smartrobots.it

http://www.smartrobots.it/

Automation, Robotics and System Control lab

@ars_control

ARSControl

www.arscontrol.org

Collaborative Roboticsapplications and lessons learned

Cristian SecchiARSControl Lab, University of Modena and Reggio Emilia

Convegno Assemblaggio 4.0 e robotica collaborative18 Settembre 2018, Milano

ARSControl

☐ Active since 2001☐ ~30 people☐ 1 Startup company

“Apply smart science in real problems”

Active Industrial Partners

Human-Robot Cooperation

☐ React☐ SafetyStop

Share

Teach

Collaborate

☐ Aware, React☐ Space saving, efficiency

☐ Interact, Generalize☐ Expertise Transfer

☐ Understand, Coordinate☐ New Synergy

SAFE

PAN-ROBOTS☐ GOAL: A safe and efficient automatic

warehouse shared by AGVs, manual forklifts and people

☐ Stop when the laser scanners detect something☐ The other AGVs are not aware of what is going on☐ Inefficiency and possible traffic jams☐ Conservative black spot handling

☐ Advanced perception for advanced control and high performance

PAN-ROBOTS

☐ Sharing the space with humans does not necessarily mean reducing performances

☐ Advanced perception is necessary for creating awareness

☐ Awareness has to be properly integrated in the planning and control architecture for achieving efficient and safe human-robot co-existence

Lesson Learned

Lesson learned

☐ Force sensing allows to overcome positioning limitations

☐ Putting force in the control loop can make the robot human friendly

☐ Advanced perception allows to increase performance (again)

☐ If you treat a collaborative robot just like a robot that does not need fences, you are losing a big part of the story!

Lesson learned

☐ In order to capture ”pure expertise” the robot has to be hidden as much as possible

☐ Collaborative robotics allows to avoid intermediaries (e.g. programmers) for the (partial) automation of a task

☐ Generalizing in real cases is hard!

Collaboration

TIREBOT

278.8 Millions cars and trucks in EU

332.2 Millions tires need to be replaced

ONLY FOR COMPLYING WITH EU REGULATIONS!!!

One day in the tire workshop

12 – 80 kg

One day with TIREBOT

20

• TIREBOT for low level tasks!• Economic benefit

• Time/wheel decreased• Social benefit

• Human effort decreased

TIREBOT

TireWorkshop

LoadTransportation

TIREBOT is a personal forklift that takes care of lowlevel operations by cooperating with the human

TIREBOT☐ 60% perceived effort reduction☐ sufficient usability

TIREBOT – Follow up

https://youtu.be/t2A6eWdHBKY

Lesson Learned

☐ Humans and robots can work together, even in quite harsh environment

☐ Knowledge of the context, of the task and of the stage of execution is crucial for an effective collaboration☐ The robot should be able to infer it using data

☐ Implicit and explicit communication is of paramount importance!

☐ NEXT???

COMPLEMANTTaking into account humans’ feelings

☐ Estimate the stress/workload of the operator using wearable devices

☐ The robot adapts its collaborative behavior to the state of the user

☐ Expected to increase performance and to lead to better working condition

Starting on Oct. 1st, 2018

ROSSINIGoing big

☐ From safety centered to performance centered HRC

☐ Human-centeredarchitecture for industrial production environments

☐ New hardware and software solutions for low-and high- payload fixedand mobile HRC

☐ Next generation of HRC

1 ROSSINI Proposal Call FOF-02-2018

RObot enhanced SenSing, INtelligence and actuation to Improve productivity and job quality in manufacturing

List of participants

No * Participant organisation name Short Name Country 1 (Coord.) Datalogic S.R.L. DATALOGIC IT 2 Pilz GMBH & Co. KG PILZ DE 3 Università degli Studi di Modena e Reggio Emilia UNIMORE IT 4 Innovacio i Recerca Industrial i Sostenible SL IRIS ES 5 Scuola Universitaria Professionale della Svizzera Italiana SUPSI CH 6 Nederlandse Organisatie Voor Toegepast

Natuurwetenschappelijk Onderzoek TNO NL

7 Fraunhofer Gesellschaft Zur Foerderung Der Angewandten Forschung E.V.

FRAUNHOFER DE

8 Industriele Mechanisatie of Automatisatie NV MACHINEBOUW BE 9 Centro di Ricerca e Innovazione Tecnologica Srl CRIT IT 10 Core Innovation and Technology OE CORE EL 11 Whirlpool EMEA SPA WHIRLPOOL IT 12 Schindler Elettronica SA SCHINDLER CH 13 I.M.A. Industria Macchine Automatiche SPA IMA IT

Table of Contents 1. EXCELLENCE ......................................................................................................................................................... 2

1.1 OBJECTIVES ...................................................................................................................................................... 2 1.2 RELATION TO THE WORK PROGRAMME ............................................................................................................. 4 1.3 CONCEPT AND METHODOLOGY ........................................................................................................................ 6

1.3.1 Overall ROSSINI Concept .................................................................................................................... 6 1.3.2 Rossini Methodology ........................................................................................................................... 12

1.4 AMBITION ......................................................................................................................................................... 26 1.4.1 Progress beyond the state of the art ................................................................................................. 26 1.4.2 Innovation potential ............................................................................................................................. 30

2. IMPACT .................................................................................................................................................................. 32 2.1 EXPECTED IMPACTS ........................................................................................................................................ 32

2.1.1 Contribution to FOF-02-2018 Impacts .............................................................................................. 32 2.1.2 Other relevant impacts ........................................................................................................................ 37 2.1.3 Barriers & obstacles ............................................................................................................................ 40

2.2 MEASURES TO MAXIMISE IMPACT.................................................................................................................... 40 3. IMPLEMENTATION .............................................................................................................................................. 49

3.1 WORK PLAN — WORK PACKAGES, DELIVERABLES ........................................................................................ 49 3.2 MANAGEMENT STRUCTURE, MILESTONES AND PROCEDURES ....................................................................... 66 3.3 CONSORTIUM AS A WHOLE .............................................................................................................................. 69 3.4 RESOURCES TO BE COMMITTED ..................................................................................................................... 69

Starting on Oct. 1st, 2018

Conclusions

☐ Human Robot Collaboration is taking robotics to a new level

☐ We can transform shopfloor thanks to co-existence

☐ We can transform the production process thanks to collaboration

☐ .. And AI has just entered into the picture…

Automation, Robotics and System Control lab

@ars_control

ARSControl

www.arscontrol.org

Collaborative Roboticsapplications and lessons learned

Cristian SecchiARSControl Lab, University of Modena and Reggio Emilia

Convegno Assemblaggio 4.0 e robotica collaborative18 Settembre 2018, Milano

PROCESSI DI AUTOMAZIONE E IL FATTOREUMANO NELLA COOPERAZIONE UOMO-ROBOT

Fulvio Mastrogiovanni

CREDO CHE CIASCUNO ABBIA COSCIENZA DEL PREZZO PAGATODALL’UOMO AL PROGRESSO MECCANICO, GIACCHÉ È CHIARO CHE NONTANTO IL NUMERO DELLE ORE LAVORATIVE RENDE PENOSO IL LAVOROMANUALE QUANTO LA DISTRUZIONE – O ALMENO LA RIDUZIONE –MENTALE E MORALE DI CHI, PUR SENZA GRAVE SFORZO APPARENTE, ATTENDE A UNA «OPERAZIONE» D’OFFICINA DI UNA MONOTONIAESASPERANTE E PRIVA, PER CHI LA ESEGUE, DI UNA QUALSIASIGIUSTIFICAZIONE; E PRIVA ANCHE, PERCIÒ, DI UNA QUALSIASIRICHIESTA DI PARTECIPAZIONE.

LIBERO BIGIARETTI, 1960

I ROBOT COLLABORATIVI CHE LAVORANO FIANCO A FIANCO AGLIOPERATORI UMANI POSSONO ESSERE VISTI COME UN AIUTO AGLIOPERATORI STESSI, I QUALI POSSONO SUPERVISIONARE LE OPERAZIONISVOLTE DAI ROBOT E INTERVENIRE QUANDO NECESSARIO, MENTRE AIROBOT POSSONO ESSERE ASSEGNATI COMPITI DIFFICILI O STRESSANTI.

LA MASSIMIZZAZIONE DELLA SODDISFAZIONE DI UN OPERATOREUMANO DURANTE TASK COLLABORATIVI DIPENDE DA: 1) LAPOSSIBILITÀ DI SCEGLIERE IL PROPRIO TASK LIBERAMENTE; 2) IL FATTOCHE LA PERFORMANCE COMPLESSIVA DEL TEAM SIA MIGLIORE DELLASOMMA DELLE PERFORMANCE DEI SINGOLI MEMBRI DEL TEAM.

SE SI DOVESSE SCEGLIERE TRA 1) E 2), LA PERFORMANCECOMPLESSIVA HA PIÙ PRIORITÀ SULLA LIBERTÀ DI SCELTA DEI TASK.

GOMBOLAY ET AL 2013

GLI OPERATORI TENDONO A NON PREFERIRE IL CONTROLLO TOTALESUL PROCESSO COOPERATIVO, INVECE PREFERISCONO UN CONTROLLOPARZIALE.

QUESTO SEMBRA CONFERMATO DAL FATTO CHE LA PERFORMANCEDEL TEAM UOMO-ROBOT È MIGLIORE QUANDO IL ROBOT DECIDEQUALI AZIONI L’OPERATORE DEBBA SVOLGERE.

L’INTRODUZIONE DELLE PREFERENZE DI UN OPERATORE NEL PROCESSODI PIANIFICAZIONE DELLA COOPERAZIONE UOMO-ROBOT PORTA A: 1) UN DECREMENTO NELLE PERFORMANCE, 2) L’IDEA DA PARTEDELL’OPERATORE CHE IL ROBOT NON SI STIA COMPORTANDO SECONDOIL PIANO.

GOMBOLAY ET AL 2014, 2015

HUMAN-ROBOT INTERACTIONIS DIFFERENT FROM

HUMAN-ROBOT COOPERATION

1) LA COOPERAZIONE È RIFERITA AD UN OBIETTIVO SPECIFICO (ES., UN ASSEMBLAGGIO), ED È LIMITATA TEMPORALMENTE

2) GLI OPERATORI UMANI DEVONO SENTIRE DI AVERE (ALMENO INPARTE) IL CONTROLLO DELLA COOPERAZIONE, MENTRE IL LOROCOMPORTAMENTO POTREBBE NON ESSERE PREDICIBILE, NON SICURO, NON CONSISTENTE CON QUELLO DEL ROBOT.

1) SICUREZZA

2) CONTROLLO, O MODELLO DI COLLABORAZIONE UOMO-ROBOT

3) «EXPLAINABILITY» DELLE AZIONI DEL ROBOT

SICUREZZA

DENEI ET AL 2015; YOUSSEFI ET AL 2015A, 2015B

HTTPS://WWW.YOUTUBE.COM/WATCH?TIME_CONTINUE=1&V=SU1KRWCEGYI

MODELLO DI COLLABORAZIONE

ROBOTOPERATORE

FLEXHRCPLANHRCFLEXHRC+

FLEXHRC

UN OPERATORE NON DOVREBBE ESSERE FORZATO A SVOLGERE UNA SEQUENZA DI OPERAZIONIPREDEFINITA, DOVREBBE DECIDERE COSA FARE AL VOLO, AMMESSO CHE CIÒ NON SIAINCONSISTENTE CON GLI OBIETTIVI

UN ROBOT DOVREBBE MEDIARE TRA FORNIRE AD UN OPERATORE SUGGERIMENTI SU COSAESEGUIRE E REAGIRE IN MODO APPROPRIATO QUANDO L’OPERATORE NON SEGUE TALI ISTRUZIONI

UN ROBOT DOVREBBE DISACCOPPIARE LA PIANIFICAZIONE DI AZIONI E IL CONTROLLO, ANCHEQUANTO LO SPAZIO DI LAVORO È SOLO PARZIALMENTE NOTO

AD UN OPERATORE NON DOVREBBE ESSERE RICHIESTO DI LIMITARE IL PROPRIO MOVIMENTO, PERES., DOVER STARE DI FRONTE AL ROBOT COLLABORATIVO PER AVERE LE PROPRIE AZIONIMONITORATE.

UN OPERATORE DEVE POTER SCEGLIERE UN’AZIONE SENZA SEGUIRE IL SUGGERIMENTO DEL ROBOT, MENTRE IL ROBOT DEVE PIANIFICARE E REAGIRE DI CONSEGUENZA.

DARVISH ET AL 2018A, 2018B

ROBOTOPERATORE


FLEXHRC+UN OPERATORE NON DOVREBBE ESSERE FORZATO A SVOLGERE UNA SEQUENZA DI OPERAZIONI PREDEFINITA, DOVREBBE DECIDERE COSA FARE ALVOLO, AMMESSO CHE CIÒ NON SIA INCONSISTENTE CON GLI OBIETTIVI

UN ROBOT DOVREBBE MEDIARE TRA FORNIRE AD UN OPERATORE SUGGERIMENTI SU COSA ESEGUIRE E REAGIRE IN MODO APPROPRIATO QUANDOL’OPERATORE NON SEGUE TALI ISTRUZIONI

UN ROBOT DOVREBBE DISACCOPPIARE LA PIANIFICAZIONE DI AZIONI E IL CONTROLLO, ANCHE QUANTO LO SPAZIO DI LAVORO È SOLOPARZIALMENTE NOTO

AD UN OPERATORE NON DOVREBBE ESSERE RICHIESTO DI LIMITARE IL PROPRIO MOVIMENTO, PER ES., DOVER STARE DI FRONTE AL ROBOTCOLLABORATIVO PER AVERE LE PROPRIE AZIONI MONITORATE.

UN OPERATORE DEVE POTER SCEGLIERE UN’AZIONE SENZA SEGUIRE IL SUGGERIMENTO DEL ROBOT, MENTRE IL ROBOT DEVE PIANIFICARE EREAGIRE DI CONSEGUENZA.

IL MODELLO DI COOPERAZIONE È GERARCHICO

IL FUNZIONAMENTO DEL MODELLO DI COOPERAZIONE È INDIPENDENTE DAIMODULI PERCETTIVI DEL ROBOT

DARVISH ET AL 2019

DARVISH ET AL 2018

HTTPS://WWW.DROPBOX.COM/S/HF62QP2UGBSCQA0/FLEXHRC%2B.MP4?DL=0

«EXPLAINABILITY»

ROBOTOPERATORE


PLANHRC+UN OPERATORE NON DOVREBBE ESSERE FORZATO A SVOLGERE UNA SEQUENZA DI OPERAZIONI PREDEFINITA, DOVREBBE DECIDERE COSA FARE ALVOLO, AMMESSO CHE CIÒ NON SIA INCONSISTENTE CON GLI OBIETTIVI

UN ROBOT DOVREBBE MEDIARE TRA FORNIRE AD UN OPERATORE SUGGERIMENTI SU COSA ESEGUIRE E REAGIRE IN MODO APPROPRIATO QUANDOL’OPERATORE NON SEGUE TALI ISTRUZIONI

UN ROBOT DOVREBBE DISACCOPPIARE LA PIANIFICAZIONE DI AZIONI E IL CONTROLLO, ANCHE QUANTO LO SPAZIO DI LAVORO È SOLOPARZIALMENTE NOTO

AD UN OPERATORE NON DOVREBBE ESSERE RICHIESTO DI LIMITARE IL PROPRIO MOVIMENTO, PER ES., DOVER STARE DI FRONTE AL ROBOTCOLLABORATIVO PER AVERE LE PROPRIE AZIONI MONITORATE.

UN OPERATORE DEVE POTER SCEGLIERE UN’AZIONE SENZA SEGUIRE IL SUGGERIMENTO DEL ROBOT, MENTRE IL ROBOT DEVE PIANIFICARE EREAGIRE DI CONSEGUENZA.

IL MODELLO DI COOPERAZIONE È BASATO SU SISTEMI DI PIANIFICAZIONEGENERICI, QUINDI L’OPERATORE HA MAGGIORE LIBERTÀ

IL FUNZIONAMENTO DEL MODELLO DI COOPERAZIONE È INDIPENDENTE DALLAPERCEZIONE DELLE AZIONI DELL’OPERATORE

CAPITANELLI ET AL 2018

CAPITANELLI ET AL 2018

HTTPS://WWW.YOUTUBE.COM/WATCH?V=DMDZCB5FBMI&T=1S

www.hirorobotics.com

Screwing & Drilling

Assembling

Tracing

Tool Following

Pick & Place of Static and Moving Objects

Operator Assistance

HTTPS://WWW.YOUTUBE.COM/WATCH?V=6AX1GQEAP6U

STIMA ONLINE DELLAFATICA E DELLO STRESS DI

UN OPERATORE

FLEXHRC+/PLANHRC

XHRC

ADATTAMENTO ONLINEDEL COMPORTAMENTO

DEL ROBOTUSO DI SISTEMI

WEARABLE E DISPLAYSEE-THROUGH

USO DI SISTEMI DIPLANNING BASATI SULOGICHE POSSIBILISTE

[email protected]

Safety of collaborative robotics · 2018-09-27 · Convegno: Assemblaggio 4.0 e robotica collaborativa – Milano, 18 Settembre 2018. Motivazioni. Molte operazioni tecnologiche sono

Documents