협동 로봇 시스템에서는 작업자와 로봇이 작업 영역을 공유하며 작업의 효율성을 증진할 수 있다. 하지만 작업 영역 공유로 인해 예기치 못한 충돌과 같은 작업자의 안전을 위협하는 상황이 발생할 수 있다. 이러한 상황을 발생하는 것을 막으며 작업자의 안전을 보장하기 위한 시스템을 구축하기 위해 작업자의 위치 및 속도를 실시간으로 추적하는 연구를 진행하여 작업자 안전 보장 시스템을 구축하였다. 작업자 안전 보장 시스템은 두 가지로 이루어져 있다. 첫 번째는 작업자의 위치 및 속도를 추적하는 방법이다. 작업환경에는 고정된 RGB 카메라를 설치하여 ...
협동 로봇 시스템에서는 작업자와 로봇이 작업 영역을 공유하며 작업의 효율성을 증진할 수 있다. 하지만 작업 영역 공유로 인해 예기치 못한 충돌과 같은 작업자의 안전을 위협하는 상황이 발생할 수 있다. 이러한 상황을 발생하는 것을 막으며 작업자의 안전을 보장하기 위한 시스템을 구축하기 위해 작업자의 위치 및 속도를 실시간으로 추적하는 연구를 진행하여 작업자 안전 보장 시스템을 구축하였다. 작업자 안전 보장 시스템은 두 가지로 이루어져 있다. 첫 번째는 작업자의 위치 및 속도를 추적하는 방법이다. 작업환경에는 고정된 RGB 카메라를 설치하여 작업공간을 실시간으로 감시하게 된다. 카메라로부터 받아온 영상에서 작업자가 존재하면 합성 곱인공 신경망을 이용한 영상 물체 인식알고리즘을 이용해 영상 내 작업자 위치를 받아오게 된다. 좌표 변환을 이용하여 영상 내 작업자의 위치로부터 작업 공간 내 작업자의 위치를 계산할 수 있다. 여러 카메라에서 받은 영상을 조합하여 작업 공간의 작업자 위치를 보정하고 작업자의 수를 계산할 수 있다. 이전 추적 데이터와 비교를 통해 새로 들어온 작업자와 기존 작업자를 구별할 수 있고 칼만 필터를 통해 작업자의 위치 및 속도를 실시간으로 추정할 수 있다. 만약 한 명의 작업자만 작업하는 작업 공간일 경우 작업 공간에 있는 여러 장애물에 방해받지 않고 작업자의 위치 및 속도를 추적할 수 있는 알고리즘을 제시했다. 두 번째는 실시간으로 받은 작업자의 위치 및 속도를 이용하여 로봇의 속도를 제어하는 방법이다. 로봇의 속도를 제어하는 식은 ISO/TS 15066의 작업자와 로봇의 보호 거리 식을 이용했다. 로봇의 속도, 작업자의 속도 등의 매개 변수에 따라 보호 거리를 구할 수 있고, 만약 보호 거리 이내에 작업자가 침입하면 로봇의 속도를 제어하며 위급할 시 로봇을 정지하는 알고리즘을 제시했다.
협동 로봇 시스템에서는 작업자와 로봇이 작업 영역을 공유하며 작업의 효율성을 증진할 수 있다. 하지만 작업 영역 공유로 인해 예기치 못한 충돌과 같은 작업자의 안전을 위협하는 상황이 발생할 수 있다. 이러한 상황을 발생하는 것을 막으며 작업자의 안전을 보장하기 위한 시스템을 구축하기 위해 작업자의 위치 및 속도를 실시간으로 추적하는 연구를 진행하여 작업자 안전 보장 시스템을 구축하였다. 작업자 안전 보장 시스템은 두 가지로 이루어져 있다. 첫 번째는 작업자의 위치 및 속도를 추적하는 방법이다. 작업환경에는 고정된 RGB 카메라를 설치하여 작업공간을 실시간으로 감시하게 된다. 카메라로부터 받아온 영상에서 작업자가 존재하면 합성 곱 인공 신경망을 이용한 영상 물체 인식 알고리즘을 이용해 영상 내 작업자 위치를 받아오게 된다. 좌표 변환을 이용하여 영상 내 작업자의 위치로부터 작업 공간 내 작업자의 위치를 계산할 수 있다. 여러 카메라에서 받은 영상을 조합하여 작업 공간의 작업자 위치를 보정하고 작업자의 수를 계산할 수 있다. 이전 추적 데이터와 비교를 통해 새로 들어온 작업자와 기존 작업자를 구별할 수 있고 칼만 필터를 통해 작업자의 위치 및 속도를 실시간으로 추정할 수 있다. 만약 한 명의 작업자만 작업하는 작업 공간일 경우 작업 공간에 있는 여러 장애물에 방해받지 않고 작업자의 위치 및 속도를 추적할 수 있는 알고리즘을 제시했다. 두 번째는 실시간으로 받은 작업자의 위치 및 속도를 이용하여 로봇의 속도를 제어하는 방법이다. 로봇의 속도를 제어하는 식은 ISO/TS 15066의 작업자와 로봇의 보호 거리 식을 이용했다. 로봇의 속도, 작업자의 속도 등의 매개 변수에 따라 보호 거리를 구할 수 있고, 만약 보호 거리 이내에 작업자가 침입하면 로봇의 속도를 제어하며 위급할 시 로봇을 정지하는 알고리즘을 제시했다.
In a collaborative robot system, because workers and robots share workspace, it can increase work efficiency. However, sharing workspace can create situations that threaten worker safety, such as unexpected crash. In order to ensure workers safety, we have established a worker safety system that tra...
In a collaborative robot system, because workers and robots share workspace, it can increase work efficiency. However, sharing workspace can create situations that threaten worker safety, such as unexpected crash. In order to ensure workers safety, we have established a worker safety system that tracks the position and velocity of workers in the workspace in real time. The worker safety system consists of two parts. The first is how to track the position and velocity of the workers. If workers are existing in the image received from the camera, we can get the positions of the workers in the workspace using coordinate transformation from the location of the worker in the image acquired by an visual object detection algorithm configured by artificial neural networks. By comparing it with the previous tracking data, it is possible to distinguish whether it is a new worker or a worker who has previously entered the workspace. Then Kalman filter can estimate the position and velocity of the workers. The algorithm is proposed to track the position and velocity of the workers without being disturbed by various obstacles in the workspace. The second method is to control the maximum speed of the robot using the position and velocity of the worker. We calculate protected separate distance proposed by ISO/TS 15066 . Then we proposed an algorithm that controls the speed of the robot and stops the robot in case of emergency.
In a collaborative robot system, because workers and robots share workspace, it can increase work efficiency. However, sharing workspace can create situations that threaten worker safety, such as unexpected crash. In order to ensure workers safety, we have established a worker safety system that tracks the position and velocity of workers in the workspace in real time. The worker safety system consists of two parts. The first is how to track the position and velocity of the workers. If workers are existing in the image received from the camera, we can get the positions of the workers in the workspace using coordinate transformation from the location of the worker in the image acquired by an visual object detection algorithm configured by artificial neural networks. By comparing it with the previous tracking data, it is possible to distinguish whether it is a new worker or a worker who has previously entered the workspace. Then Kalman filter can estimate the position and velocity of the workers. The algorithm is proposed to track the position and velocity of the workers without being disturbed by various obstacles in the workspace. The second method is to control the maximum speed of the robot using the position and velocity of the worker. We calculate protected separate distance proposed by ISO/TS 15066 . Then we proposed an algorithm that controls the speed of the robot and stops the robot in case of emergency.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.