Tesi di laurea magistrale sul design dell’interazione uomo–robot
luglio 2021
Panoramica
Nei grandi robot comandati da persone, i soli sensori ambientali possono faticare a distinguere un avvicinamento intenzionale a un oggetto di lavoro da un avvicinamento involontario a un ostacolo non notato. Ho progettato un sistema di prevenzione delle collisioni che usa il campo visivo stimato dell’operatore come indizio dell’intenzione di contatto, rallentando o arrestando il braccio quando si avvicina a oggetti al di fuori di quel campo.
Non occorre classificare preventivamente gli oggetti come «manipolabili» o «da proteggere»: la classificazione si aggiorna quando l’operatore guarda attorno a sé. Nel prototipo ho usato l’orientamento del visore come approssimazione della direzione dello sguardo. Ho implementato il sistema su un robot umanoide da lavoro alto 1,9 metri e ne ho confermato il comportamento previsto in cinque prove dimostrative. Il video dimostrativo mostra il sistema in funzione.
Ho svolto questa ricerca durante un tirocinio presso Jinki Ittai Co., Ltd., per la mia tesi di laurea magistrale in Design & Engineering al Politecnico di Milano. L’ho presentata alla 39ª conferenza annuale della Robotics Society of Japan (RSJ2021).
Il problema: la configurazione di sicurezza può limitare il lavoro sul campo
I robot comandati da persone servono in ambienti non predisposti per il funzionamento autonomo. Nei cantieri e nelle aree colpite da calamità cambiano sia la posizione di persone e attrezzature sia gli oggetti che il robot deve toccare. Per sfruttare la forza della macchina, l’operatore deve poter lavorare su questi oggetti evitando contatti involontari.
Tra gli approcci alla prevenzione delle collisioni vi sono il rivestimento del robot con sensori di prossimità e la ricostruzione dell’ambiente in uno spazio virtuale mediante sensori di profondità. Negli approcci esaminati in questa ricerca, gli oggetti dovevano essere classificati preventivamente come «manipolabili» o «da proteggere». Senza questa classificazione il robot avrebbe evitato ogni contatto; classificare tutti gli oggetti richiedeva configurazione e calibrazione specifiche per ciascun luogo. Questa preparazione rendeva meno pratico usare il robot in contesti diversi.
L’idea: usare lo sguardo per definire quando consentire il contatto
Nel ciclo di controllo di un robot comandato da una persona c’è già qualcuno che valuta la situazione. Mi sono chiesto se fornire alla macchina un indizio dell’attenzione dell’operatore potesse aiutarla a dedurre l’intenzione di contatto durante il lavoro, senza richiedere la registrazione preventiva degli oggetti.
Ho usato come confine il campo visivo centrale dell’operatore. Gli oggetti al suo interno vengono classificati come «manipolabili», ipotizzando che l’operatore ne sia consapevole. Quelli all’esterno vengono classificati come «da proteggere», perché potrebbero non essere stati notati. Il progetto prevede che le persone siano sempre protette, indipendentemente dalla direzione dello sguardo.
Il sistema non usa lo sguardo per impartire direttamente comandi. Traduce invece l’area in cui si presume che l’operatore sia consapevole degli oggetti in condizioni che regolano il movimento del robot.
Progettazione dell'interazione
Il sistema tratta lo sguardo come qualcosa di più di un interruttore. Quando il braccio si avvicina a un oggetto fuori dal campo visivo dell’operatore, rallenta gradualmente in funzione della distanza e si ferma prima del contatto. Rivolgere lo sguardo verso l’oggetto rimuove poi progressivamente la limitazione. Ho progettato queste transizioni per evitare arresti e ripartenze bruschi e rendere più prevedibili i cambiamenti.
Distogliere brevemente lo sguardo da un oggetto già a contatto con il robot non interrompe il lavoro. Fermare una presa o una manipolazione solo perché l’operatore guarda altrove potrebbe rendere l’operazione meno stabile. Il progetto tratta separatamente l’avvicinamento alle persone, che dovrebbe restare limitato indipendentemente dallo sguardo. Il rilevamento delle persone non è stato implementato in questo prototipo.
L’obiettivo era mantenere le capacità del robot laddove l’operatore fosse consapevole di ciò che lo circondava e limitarne il movimento dove la sua attenzione poteva non arrivare. L’intento era bilanciare sicurezza e facilità d’uso senza rallentare ogni azione.
Lettura del diagramma di controllo in italiano
Le frecce «yes» e «no» indicano rispettivamente sì e no. Il diagramma parte dal movimento libero e ripete i controlli durante la manipolazione.
- Movimento libero («manipulation in free motion»): se non c’è un oggetto vicino («object is nearby» → no), il movimento rimane libero.
- Se un oggetto è vicino, il controllo successivo chiede: è una persona? («object is human»).
- Se non è una persona, si verifica se l’oggetto è nell’area di visione («object is in field of focus»). Se sì, si passa al movimento di precisione («manipulation in precise scale») e poi di nuovo al controllo del movimento libero. Se no, il movimento viene arrestato gradualmente («manipulation gradually halted»), fino al blocco («manipulation is locked»). Dal blocco si ricontrolla l’area di visione.
- Se l’oggetto è una persona, si verifica se il manipolatore si muove verso di lei («manipulator is in approaching direction to human»). Se sì, si passa all’arresto graduale e al blocco; se no, al movimento di precisione.
Il rilevamento delle persone è una regola del progetto e non era implementato nel prototipo.
Situazioni d'uso previste
I contesti previsti erano i cantieri e le aree colpite da calamità, dove le macchine esercitano grandi forze vicino alle persone. Sono ambienti difficili da delimitare completamente, nei quali registrare in anticipo ogni oggetto è poco pratico. Riconfigurare le impostazioni di sicurezza a ogni modifica della disposizione renderebbe il sistema meno adattabile e più lento da impiegare nelle urgenze.
La classificazione basata sullo sguardo usa la consapevolezza dell’operatore momento per momento, anziché una classificazione fissa dell’ambiente. Potrebbe ridurre la preparazione sul posto limitando gli avvicinamenti agli oggetti non notati. Questo studio, tuttavia, ha verificato soltanto che il sistema si comportasse come previsto; non ha valutato se l’approccio riduca gli incidenti nell’uso reale.
Prototipo e valutazione preliminare
Implementazione
Ho implementato il sistema su un robot con la forma della parte superiore del corpo umano, alto 1,9 metri, del peso di 600 kg e dotato di 30 gradi di libertà. L’operatore indossa un visore VR che sincronizza la visuale e l’orientamento della testa del robot con i propri movimenti.
Un sensore lidar sul robot acquisiva lo spazio di lavoro come nuvola di punti, rappresentata nell’ambiente virtuale da voxel con rilevamento delle collisioni. Un gemello digitale sincronizzava il robot virtuale con quello fisico. Ho rappresentato il campo visivo centrale dell’operatore come un volume di visione di 60° × 55°, approssimandone l’orientamento con la direzione frontale del visore. Quando il braccio si avvicinava a un voxel esterno a quest’area, il sistema inviava al robot fisico un avviso per rallentarne o arrestarne il movimento.
Valutazione preliminare
Ogni prova seguiva la stessa sequenza: avvicinarsi a un oggetto fuori dal campo visivo stimato dell’operatore, rivolgere il visore verso di esso dopo l’arresto del braccio per rimuovere la limitazione, quindi afferrare la palla. Un operatore esperto ha svolto quattro delle cinque prove; la restante è stata svolta da un operatore che usava la cabina di comando per la seconda volta. In tutte le prove il braccio si è fermato mentre l’oggetto era fuori dal campo visivo stimato e ha potuto riprendere il movimento quando vi è rientrato. Queste prove verificavano che il comportamento previsto funzionasse sul robot fisico. Non ne valutavano l’efficacia attraverso uno studio con utenti.
Limiti e prossimi passi
Il prototipo non includeva il rilevamento delle persone. Sebbene il progetto preveda che siano sempre protette, un sistema destinato all’uso reale richiederebbe un metodo affidabile per identificarle. Il prototipo usava inoltre la direzione frontale del visore come approssimazione dello sguardo e non poteva quindi rilevare movimenti degli occhi indipendenti da quelli della testa.
Una telecamera fissa o occhiali intelligenti con tracciamento oculare cambierebbero i requisiti dei dispositivi indossabili e la precisione della stima dello sguardo. Estendere il sistema a un robot mobile richiederebbe anche un’elaborazione della nuvola di punti che tenga conto dei cambiamenti di posizione del robot stesso.
La valutazione si è limitata a verifiche qualitative in cinque prove dimostrative. Per valutare sicurezza, velocità di esecuzione e carico di lavoro dell’operatore servirebbero confronti quantitativi con metodi convenzionali in condizioni di lavoro reali.
Che cosa ho imparato
Questa ricerca ha usato il campo visivo stimato dell’operatore per definire quali azioni della macchina consentire. Il comportamento del robot verso lo stesso oggetto cambiava con l’apparente consapevolezza che l’operatore ne aveva. Il mio interesse era la relazione tra questa consapevolezza apparente e l’ambito delle azioni della macchina, più che i singoli movimenti.
Questa prospettiva continua a orientare i lavori del mio portfolio: comprendere lo stato di una persona, tradurlo in vincoli che il sistema deve rispettare e lasciare che macchine o IA operino entro quei confini. La ricerca magistrale è stata il punto di partenza di questo approccio.
Ringraziamenti
Ho svolto questa ricerca durante un tirocinio presso Jinki Ittai Co., Ltd., nell’ambito del corso di laurea magistrale in Design & Engineering al Politecnico di Milano. Ringrazio entrambe le organizzazioni per averla resa possibile.
Takafumi Horiuchi e Katsuya Kanaoka. “Gaze-based Unintended Contact Prevention for Human-Operated Robots.” The 39th Annual Conference of the Robotics Society of Japan, 2021, 2J2-07. Programma della conferenza














