一种算法，用来预测并告知机器人人类的去向

2018年，麻省理工学院和宝马的研究人员测试了人类和机器人近距离组装汽车零部件的方法。在一个工厂车间的复制品中，研究小组将一个机器人安装在轨道上，用于在工作站之间运送零件。与此同时，人类工人经常穿过这条路，到附近的车站工作。

如果有人经过，这个机器人就会瞬间停止。但研究人员注意到，早在有人走过它的道路之前，机器人就会过于谨慎地呆在原地不动。如果这种情况发生在真实的制造环境中，这种不必要的停顿可能会累积成严重的低效率。

该团队将问题归咎于机器人运动预测软件使用的机器人轨迹对齐算法的限制。虽然它们可以合理地预测一个人要去哪里，但由于时间一致性差，算法无法预测那个人在预测路径上的任何一点上花了多长时间——在这种情况下，一个人停下来需要多长时间，然后折回并再次穿过机器人的路径。

麻省理工学院的同一个团队的成员已经提出了一个解决方案:一种算法，可以实时精确地对齐部分轨迹，使运动预测器能够准确地预测一个人的运动时间。当他们将新算法应用于宝马工厂的实验时，他们发现，机器人并没有原地冻结，而是简单地向前滚动，当那个人再次走过时，它已经安全离开了。

麻省理工学院航空航天副教授朱莉·沙阿(Julie Shah)说:“这种算法内置的组件可以帮助机器人理解和监控运动中的停止和重叠，这是人类运动的核心部分。”“这项技术是我们让机器人更好地理解人类的众多方法之一。”

聚集了

为了使机器人能够预测人类的动作，研究人员经常借用音乐和语音处理的算法。这些算法旨在对齐两个完整的时间序列或相关数据集，例如音乐表演的音轨和该作品乐谱的滚动视频。

研究人员已经使用类似的校准算法来同步实时和先前记录的人体运动测量，以预测一个人在五秒钟后的位置。但与音乐或语言不同，人类的动作可能是混乱和高度可变的。即使是重复的动作，比如伸手穿过桌子拧紧螺栓，一个人每次的动作也可能略有不同。

现有算法通常采用流运动数据，以点的形式表示一个人随时间的位置，并将这些点的轨迹与给定场景的公共轨迹库进行比较。算法根据点之间的相对距离来绘制轨迹。

研究生Przemyslaw“Pem”Lasota表示，仅根据距离预测轨迹的算法在某些常见情况下很容易混淆，比如临时停车，即一个人在继续前进之前停下来。当暂停时，代表人物位置的点可以聚集在同一个位置。

拉索塔说:“当你查看数据时，当一个人被拦截时，你会得到一大堆点。”“如果你只把点之间的距离作为你的对齐度量，那可能会令人困惑，因为它们都靠得很近，你不知道你必须对准哪一点。”

重叠轨迹也是如此——当一个人沿着相似的路径来回移动时。拉索塔说，虽然一个人的当前位置可能与参考轨迹上的一个点对齐，但现有的算法无法区分该位置是离开轨迹的一部分，还是沿着同一路径返回。

拉索塔说:“从距离上讲，你可能有几个点靠得很近，但从时间上讲，一个人的位置实际上可能离参考点很远。”

一切都取决于时机

Lasota和Shah设计了一种“部分轨迹”算法，该算法可以将一个人的轨迹片段与之前收集的参考轨迹库实时对齐。重要的是，新算法在距离和时间上都对轨迹进行对齐，这样就能够准确地预测一个人的路径上的停止和重叠。

拉索塔说:“假设你执行了这么大的一个动作。“旧的技术会说，‘这是那个运动的代表性轨迹上最近的点。’但由于你只在很短的时间内完成了这么多，算法的计时部分会说，‘根据计时，你不太可能已经在回来的路上了，因为你刚刚开始运动。’”

该团队在两个人类运动数据集上测试了该算法:其中一个数据集是在工厂环境中，一个人间歇性地穿过机器人的路径(数据来自该团队对宝马的实验)，另一个数据集是该团队之前记录的参与者穿过桌子安装螺栓的手部动作，然后机器人会在螺栓上刷密封胶来固定螺栓。

对于这两个数据集，与两种常用的部分轨迹对齐算法相比，该团队的算法能够更好地估计一个人通过轨迹的进展。此外，研究小组发现，当他们将对齐算法与运动预测器结合在一起时，机器人可以更准确地预测人的运动时间。例如，在工厂车间的场景中，他们发现机器人不太容易在原地冻结，而是在有人经过它的路径后不久就顺利地恢复了它的任务。

虽然该算法在运动预测的背景下进行了评估，但它也可以用作人机交互领域其他技术的预处理步骤，例如动作识别和手势检测。沙阿说，该算法将成为使机器人能够识别和响应人类运动和行为模式的关键工具。最终，这可以帮助人类和机器人在结构化的环境中协同工作，比如工厂环境，甚至在某些情况下，在家里。

沙阿说:“这项技术可以应用于人类表现出典型行为模式的任何环境。”“关键是(机器人)系统可以观察到反复出现的模式，这样它就可以了解人类的行为。这一切都是为了让机器人更好地理解人类运动的各个方面，从而能够更好地与我们合作。”

麻省理工学院(MIT)

www.mit.edu

- Chris Vavra编辑，制作编辑，控制工程， CFE传媒，cvavra@cfemedia.com。查看更多控制工程机器人的故事。

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。