Dissertação de mestrado sobre o design da interação entre pessoas e robôs

Visão geral

Quem opera um robô grande só consegue atender a uma parte do espaço de trabalho de cada vez. Esta pesquisa perguntou o que muda se a máquina souber onde essa atenção está a cada instante. Projetei um sistema de prevenção de colisões em que o olhar do operador decide como o robô pode se comportar: o que está dentro do seu campo de visão central pode ser manipulado livremente, enquanto o que fica fora é protegido — o braço desacelera e para antes de chegar. Nada precisa ser rotulado de antemão. A distinção é traçada no momento do trabalho, a partir de onde o operador está olhando. O vídeo da demonstração está aqui (no YouTube).

O trabalho foi minha dissertação de mestrado em Design & Engineering no Politecnico di Milano, realizado durante um estágio de pesquisa na Man-Machine Synergy Effectors, Inc. no Japão, e foi apresentado na 39.ª Conferência Anual da Robotics Society of Japan (RSJ2021).

É também onde a minha filosofia de design começa a tomar a forma que tem hoje. O que este sistema lê não é um comando, mas um estado cognitivo — se algo chegou sequer a ser notado — e converte esse estado nas condições sob as quais a máquina tem permissão para agir. O que se projeta não é o movimento do robô, e sim a relação: o que a máquina pode fazer decorre do que a pessoa compreende naquele instante. Projetar essa relação em vez de cada comportamento isolado é o mesmo gesto que faço agora que quem age é uma IA generativa, e não um braço robótico.

Resumo

Robôs operados por pessoas valem justamente onde os autônomos não valem: em espaços de trabalho que nunca foram projetados para a tarefa em questão, ao lado de pessoas e equipamentos que não podem ser atingidos. Os sistemas de prevenção de colisões existentes lidam com esses espaços exigindo que cada objeto seja declarado de antemão como alvo de manipulação ou como algo a proteger — um custo de configuração que se torna inviável para uma máquina feita para ser levada de obra em obra.

Esta pesquisa propôs fazer essa distinção em tempo de execução, a partir do olhar do operador. Objetos dentro do campo de visão central são tratados como manipuláveis, os de fora como protegidos, e pessoas como protegidas em qualquer circunstância. O método introduz um parâmetro ativo — humano — em um laço de controle até então construído inteiramente com dados passivos de sensores. O protótipo foi implementado no JINKI type Zero, um robô antropomórfico de maquinário pesado de 1,9 m, e se comportou conforme o especificado em cinco ensaios de demonstração.

1. Introdução

Um robô operado por uma pessoa combina duas coisas difíceis de obter juntas: a potência e a precisão de uma máquina e o julgamento situacional de um ser humano. Robôs plenamente autônomos ainda não fornecem o segundo. E enquanto robôs industriais trabalham em células projetadas atrás de cercas, os operados por pessoas devem trabalhar em lugares arranjados para outra finalidade — ao lado dos trabalhadores da obra, entre equipamentos delicados, em instalações nucleares e em canteiros. Garantir que o robô não danifique o que está ao redor é, portanto, parte do que o torna utilizável.

As defesas estabelecidas contra o contato acidental são a pele sensível, em que sensores de proximidade cobrem cada parte crítica do manipulador, e o sensoriamento de profundidade, em que o entorno é reconstruído como nuvem de pontos e as distâncias são calculadas nesse espaço virtual. Ambas funcionam. Ambas, porém, pressupõem que os objetos ao redor do robô já tenham sido separados entre os que ele pode tocar e os que não pode: sem essa separação, uma máquina proibida de colidir com qualquer coisa também não consegue manipular nada. Para uma ferramenta de uso geral transportada entre obras e colocada em meio ao que houver ali, a configuração e a calibração que isso exige custam mais do que a segurança que compram.

A brecha por onde esta pesquisa entra é que um robô operado por uma pessoa já tem alguém dentro do seu laço de controle. Estudos sobre erro operacional apontam a consciência situacional — uma compreensão precisa do que está acontecendo ao redor — como o fator decisivo, e sabe-se que ela se correlaciona fortemente com a direção do olhar. A prevenção de colisões vinha sendo construída convencionalmente apenas com informação passiva, isto é, dados lidos de sensores. Acrescentar um único parâmetro ativo, para onde o operador está olhando, dá ao sistema um indício de se o contato com determinado objeto seria intencional ou não.

2. Comportamento do sistema

Um objeto que o operador pretende tocar é chamado de objeto manipulável e pode ser manuseado sem restrição. Um objeto em relação ao qual não há tal intenção é um objeto protegido e não pode ser tocado. Qual dos dois um objeto é em determinado instante decorre de sua posição em relação ao campo de visão central do operador: dentro dele, o objeto está sob consciência suficiente para contar como intencional; fora, não está.

Cinco regras governam o comportamento daí decorrente. O manipulador pode interferir livremente com objetos dentro do campo de visão central. Não pode interferir com os que estão fora, e para gradualmente ao se aproximar de um deles. Uma vez parado, é liberado gradualmente conforme o campo de visão do operador se desloca sobre ele. Nenhuma restrição se aplica se o campo de visão deixar um objeto com o qual o manipulador já está em contato, para que um trabalho em curso não seja interrompido por um olhar para outro lado. E o manipulador não pode interferir com um ser humano, onde quer que essa pessoa esteja. Quando um robô tem vários manipuladores, as regras se aplicam a cada um separadamente.

O que o operador ganha com isso é poder trabalhar a plena velocidade naquilo que está olhando, confiando que a máquina não atingirá o equipamento que ele não está olhando. A segurança das pessoas no local é incondicional e não depende em nada das intenções do operador.

3. Benefícios esperados

O maquinário pesado oferece o retrato existente mais próximo desse tipo de trabalho: grandes forças aplicadas em lugares não estruturados ao lado de pessoas. Acidentes por colisão estão entre os principais riscos em canteiros de obras no mundo todo, e a desatenção é repetidamente apontada como causa. Dos 362.600 acidentes registrados em canteiros europeus em 2018, 19,6% envolveram ser atingido por um objeto em movimento; uma investigação de incidentes com guindastes atribuiu 19% deles à desatenção do operador.

Como atenção e direção do olhar são fortemente correlacionadas, essas duas proporções podem ser combinadas em uma estimativa aproximada do terreno que um sistema baseado no olhar poderia cobrir — da ordem de treze mil acidentes por ano na Europa. O número é uma inferência a partir de estatísticas publicadas, não um resultado medido, e é oferecido como indicação de magnitude.

4. Verificação do sistema

Um sistema de demonstração foi construído e posto em funcionamento como prova de conceito.

4.1 Implementação

O sistema foi implementado no JINKI type Zero, um robô desenvolvido na Man-Machine Synergy Effectors, Inc. Tem o tronco de um ser humano, mede 1,9 m, pesa 600 kg e conta com trinta graus de liberdade. Operador e robô ficam no mesmo local e são acoplados como um sistema mestre-escravo: um headset de realidade virtual sincroniza a visão e a rotação da cabeça do operador com as do robô, o que dá a sensação de formar um só corpo com a máquina em vez de conduzi-la.

Um LIDAR montado no robô escaneia o local de trabalho como nuvens de pontos, representadas em um espaço virtual como voxels, cada um com seu próprio colisor. Um gêmeo digital do robô se move nesse mesmo espaço; quando seu braço se sobrepõe a voxels, o sistema emite um aviso de proximidade cujo efeito depende da direção do campo de visão do operador. Esse campo é modelado como um cone de 60° × 55° (H×V) — próximo à região em que as pessoas percebem símbolos, cor e profundidade — e sua direção é aproximada pela direção frontal do headset. O aviso é transmitido ao robô físico e molda seu movimento segundo as regras acima.

4.2 Experimento de demonstração

Uma avaliação preliminar testou se a implementação fazia o que havia sido especificado. Pediu-se ao operador que movesse o braço em direção a um poste enquanto olhava para o lado, confirmasse que o sistema havia emitido um aviso e parado o braço, então olhasse para o braço parado para liberar a restrição e, por fim, pegasse uma bola do alto do poste mantendo-a à vista. Foram cinco ensaios: os três primeiros e o quinto com um operador experiente, o quarto com alguém em sua segunda vez pilotando o robô. Todos foram gravados. Nos cinco, o sistema se comportou como define a seção 2. A demonstração pode ser vista no vídeo do sistema em funcionamento.

5. Limitações e trabalhos futuros

A detecção de pessoas não foi implementada no protótipo. O que precisava ser validado era a relação entre o olhar do operador e a manipulabilidade dos objetos, e a regra que protege pessoas é incondicional e não depende dela. Acrescentar essa detecção tornaria o sistema mais robusto e abriria aplicações além da segurança — destacar na visão do operador quem está perto do robô, por exemplo, ou avisar antes que um limite de proximidade seja atingido.

O olhar foi aproximado pela direção frontal do headset. Isso foi escolhido pelo caráter direto, que importa em um sistema mestre-escravo, mas outros instrumentos — câmeras fixas, rastreadores oculares em óculos inteligentes — o estimariam de outro modo e poderiam reduzir a barreira para introduzir tal sistema em setores não acostumados a usar equipamentos vestíveis. Aplicar o método a robôs móveis levanta um problema a mais: o JINKI type Zero fica fixo enquanto está em desenvolvimento, e uma máquina que muda de posição durante a operação precisa de um processamento de nuvens de pontos eficiente o bastante para acompanhá-la.

A avaliação em si permanece qualitativa. Um estudo quantitativo de campo é a forma adequada de julgar o sistema, e depende de o robô chegar a um estágio prático.

6. Conclusão

A pesquisa propôs um sistema de prevenção de colisões para manipuladores robóticos operados por pessoas que usa o olhar do operador para evitar contato não intencional com pessoas e equipamentos. Sob a premissa de que consciência e direção do olhar são fortemente correlacionadas, objetos dentro do campo de visão central do operador foram tratados como manipuláveis e os de fora como protegidos. Colocar um fator humano no laço de controle tornou possível traçar essa linha em tempo de execução, sem nada da preparação que os métodos existentes exigem.

O sistema foi verificado em um robô de maquinário pesado de uso geral e se comportou conforme definido. O mesmo princípio deve valer para qualquer situação em que uma pessoa já faça parte do laço pelo qual uma máquina é operada.

Agradecimentos

Este trabalho foi realizado durante um estágio na Man-Machine Synergy Effectors, Inc., como parte dos requisitos do mestrado em Design & Engineering do Politecnico di Milano. Sou grato a ambas as organizações por terem tornado possível esta oportunidade.