Robotplanning vermindert door mensen veroorzaakte fouten dankzij nieuwe WSU-ontwikkelingen

AmsterdamNieuwe ontwikkelingen in de robotica hebben geleid tot een algoritme waarmee robots kunnen opmerken wanneer mensen niet opletten. Deze belangrijke vooruitgang, gepubliceerd in IEEE Transactions on Systems Man and Cybernetics Systems, verhoogt de veiligheid en efficiëntie bij de samenwerking tussen mens en robot.

Een team van de School of Mechanical and Materials Engineering aan de Washington State University heeft een algoritme ontwikkeld om een groot probleem aan te pakken: menselijke fouten. Onderzoek toont aan dat afleiding en vermoeidheid vaak werkplekincidenten veroorzaken. Robots volgen hun programmering strikt, maar kunnen zich moeilijk aanpassen aan de onvoorspelbaarheid van mensen.

Belangrijke kenmerken van het nieuwe algoritme zijn:

• Het meten van menselijke onoplettendheid.
• Dynamische aanpassingen in het gedrag van robots op basis van waargenomen menselijke activiteiten.
• Doorlopende real-time updates van het onoplettendheidsniveau.

De robot observeert het gedrag van mensen en herkent wanneer iemand niet oplet. Als een werknemer regelmatig veiligheidswaarschuwingen negeert, past de robot zijn werkzaamheden aan om ongelukken te voorkomen. Dit kan bijvoorbeeld betekenen dat de robot andere taken uitvoert om uit de buurt te blijven van gebieden waar de werknemer mogelijk problemen veroorzaakt.

Lees ook:

Gisteren · 12:21

Verborgen dieptegeheimen: Arima-bronwater en aardbevingsrisico

Dit onderzoek is uniek omdat het zich richt op de veranderende patronen in menselijk gedrag. In tegenstelling tot traditionele algoritmen die gericht zijn op het verbeteren van efficiëntie of veiligheid, stelt deze nieuwe methode robots in staat zich aan te passen aan veranderingen in menselijk gedrag. Deze flexibiliteit is cruciaal in werkomgevingen waar mensen en robots samenwerken.

Uit tests met dit algoritme in computersimulaties van verpakkings- en assemblagelijnen bleek dat de resultaten goed waren. De veiligheid nam met 80% toe en de efficiëntie steeg met 38%. Deze verbeteringen wijzen erop dat het kan bijdragen aan minder werkplekongelukken en een hogere productiviteit.

De onderzoekers zijn van plan hun algoritme in echte situaties te testen. Komende laboratorium- en veldproeven zullen hen helpen begrijpen hoe goed het algoritme presteert. Naast het controleren op onoplettendheid, wil het team ook andere eigenschappen meten zoals rationaliteit en gevaarbewustzijn. Dit zou kunnen verbeteren hoe robots zich gedragen bij samenwerking met mensen.

Onderzoek gefinancierd door de National Science Foundation heeft bijdragen van Bruno Sinopoli en Aaron F. Bobick van de Washington University in St. Louis. Nu robots steeds vaker in verschillende sectoren worden ingezet, zal het belangrijk zijn om algoritmes te ontwikkelen die rekening houden met menselijke verschillen om werkomgevingen veiliger en efficiënter te maken.