物流業(yè)務(wù)的快速增長催生了對更先進(jìn)，更高效的倉庫系統(tǒng)的需求。機(jī)器人技術(shù)的進(jìn)步可以通過使當(dāng)前由人類完成的任務(wù)自動化來幫助滿足這些需求，從而大大加快工作流程。

但是，為了安全高效地進(jìn)行操作，機(jī)器人倉庫助理應(yīng)能夠識別其操作員的意圖。薩格勒布大學(xué)和卡爾斯魯厄理工學(xué)院的研究人員最近開發(fā)了一種基于心理理論(ToM)原理的人類意圖估計算法。ToM是人類識別其他人的意圖，信念，欲望，情緒和精神狀態(tài)的能力。

“我們的研究源自歐盟的Horizo??n 2020項目SafeLog，該項目旨在允許人類安全進(jìn)入全自動倉庫，在這里，移動機(jī)器人可以在不關(guān)閉整個機(jī)器人團(tuán)隊的情況下就隨身攜帶架子，” David Puljiz說道，進(jìn)行這項研究的研究人員告訴TechXplore。“這是通過使用專門設(shè)計的安全背心和AR設(shè)備來指導(dǎo)和幫助工人在這種環(huán)境中航行來完成的。”

為了增強(qiáng)安全性，研究人員設(shè)計的倉庫安全系統(tǒng)規(guī)劃了機(jī)器人的行進(jìn)路線，以免與人工沖突。為了使其正常工作，它需要知道操作員的去向，特別是如果操作員沒有前往事先約定的位置。

Puljiz和他的同事觀察了單個工人在倉庫環(huán)境中的運動，并使用一種稱為基于廣義Voronoi圖的規(guī)劃方法對他們的目標(biāo)位置進(jìn)行了驗證。然后，將這些觀察結(jié)果輸入到隱藏的馬爾可夫模型中，該模型可以在工人導(dǎo)航變化的環(huán)境時在線估計其意圖。

參與這項研究的另一位研究員Tomislav Petkovic對TechXplore表示：“所建議的基于ToM的柔性機(jī)器人倉庫的人類意圖估計算法基于隱馬爾可夫模型運動驗證。” “我們觀察工人的運動，并使用基于廣義Voronoi圖的路徑規(guī)劃相對于目標(biāo)位置進(jìn)行驗證。然后，這些觀察結(jié)果由隱馬爾可夫模型框架處理，該模型可在線估計工人的意圖并能夠處理變化的環(huán)境。LAMOR實驗室薩格勒布大學(xué)的研究人員開發(fā)了該算法的后端：運動驗證和目標(biāo)估計。”

為了評估模型的有效性，卡爾斯魯厄理工學(xué)院的IPR實驗室使用Microsoft Hololens AR眼鏡在小型倉庫測試環(huán)境中進(jìn)行了意向評估實驗。研究人員使用VR技術(shù)在大型虛擬倉庫中進(jìn)行了進(jìn)一步評估。他們發(fā)現(xiàn)，他們的框架可以有效地估計倉庫工人的意圖，而且精度很高。