Un nouvel algorithme peut empêcher un robot mobile d'entrer en collision avec des humains


Les scientifiques ont mis au point un algorithme qui aide le robot à éviter les collisions en calculant avec précision le chemin emprunté par un humain – une avancée qui peut aider les machines à travailler en toute sécurité avec les personnes.

Des chercheurs du Massachusetts Institute of Technology (MIT) aux États-Unis ont créé un algorithme qui aligne les trajectoires partielles en temps réel, permettant aux prédicteurs de mouvement d’anticiper avec précision le minutage du mouvement d’une personne.

"Cet algorithme intègre des composants qui aident un robot à comprendre et à surveiller les arrêts et les chevauchements de mouvements, qui constituent une partie essentielle du mouvement humain", a déclaré Julie Shah, professeure agrégée au MIT.

"Cette technique est l'une des nombreuses façons dont nous travaillons sur les robots pour mieux comprendre les gens", a déclaré Shah.

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 du mouvement humain enregistrées en temps réel et précédemment enregistrées, afin de prédire où une personne se trouverait, disons, dans cinq secondes.

Cependant, contrairement à la musique ou à la parole, le mouvement humain peut être désordonné et très variable. Même pour les mouvements répétitifs, tels que passer la main sur une table pour visser un boulon, une personne peut se déplacer légèrement différemment à chaque fois.

Les algorithmes existants prennent généralement en flux de données de mouvement, 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 communes pour le scénario donné.

Un algorithme mappe une trajectoire en termes de distance relative entre les points.

Cependant, Przemyslaw Lasota, étudiant diplômé du MIT, a déclaré que les algorithmes permettant de prédire les trajectoires basées sur la distance seule peuvent facilement être confondus dans certaines situations courantes, telles que des arrêts temporaires, dans lesquels une personne fait une pause avant de poursuivre son chemin.

Il en va de même avec les trajectoires qui se chevauchent – des cas où une personne va et vient sur un chemin similaire.

En guise de solution, les chercheurs 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 le 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.

L’équipe a testé l’algorithme sur deux ensembles de données de mouvements humains: l’une dans laquelle une personne croisait de manière intermittente le chemin d’un robot dans une configuration d’usine, et l’autre dans laquelle le groupe enregistrait auparavant les mouvements des mains des participants s’étendant sur une table pour installer un verrou qu’un robot puis fixez en brossant le mastic sur le boulon.

Pour les deux ensembles de données, l’algorithme a permis de mieux estimer la progression d’une personne sur une trajectoire, par rapport à deux algorithmes d’alignement de trajectoire partielle couramment utilisés.

En outre, l'équipe a constaté que, lorsqu'ils intégraient l'algorithme d'alignement avec leurs prédicteurs de mouvement, le robot pouvait anticiper avec plus de précision le minutage du mouvement d'une personne.

Dans le scénario d'usine, par exemple, ils ont découvert que le robot était moins enclin à geler sur place et a plutôt repris sa tâche en douceur, peu de temps après le passage d'une personne.

Bien que l’algorithme ait été évalué dans le contexte de la prédiction de mouvement, il peut également être utilisé comme étape de prétraitement pour d’autres techniques dans le domaine de l’interaction homme-robot, telles que la reconnaissance d’action et la détection de gestes.

Shah a déclaré que l'algorithme sera un outil clé permettant aux robots de reconnaître et de réagir aux schémas de mouvements et de comportements humains.

En fin de compte, cela peut aider les humains et les robots à travailler ensemble dans des environnements structurés, tels que les réglages d'usine et même, dans certains cas, la maison.