Real-Time Safety Evaluation of Human Arm Operations Using a Wrist-Mounted IMU with PSM System

Technische Samenvatting: Real-time veiligheidsevaluatie van menselijke armbewegingen met behulp van een pols-geplaatste IMU met een PSM-systeem

Probleemstelling
Hoewel collaboratieve robotica de flexibiliteit in de productie heeft vergroot, blijft veiligheid een kritieke uitdaging naarmate de nabijheid tussen mens en robot toeneemt. Huidige industriële veiligheidsnormen vertrouwen primair op conservatieve werkruimtebeveiligingen en beperkingen aan de robotzijde (bijv. snelheidslimieten, scheidingsafstanden). Deze strategieën kwantificeren echter niet direct de kwaliteit, regelmaat of controle van de beweging van de menselijke operator zelf. In collaboratieve cellen is menselijk gedrag sterk taakafhankelijk en kan het onregelmatig of gevaarlijk worden door vermoeidheid, afleiding of gehaaste handelingen. Bestaande literatuur richt zich zwaar op robotbewegingsvoorspelling en botsingsvermijding, terwijl het gebruik van draagbare inertiële sensoren als een continue, op de pols geplaatste veiligheidsevaluator voor collaboratieve productie onderbelicht blijft. Er is een specifieke behoefte aan een compacte, interpreteerbare veiligheidsmetriek die direct wordt afgeleid van draagbare bewegingsdata zonder dat volledige instrumentatie van de werkruimte vereist is.

Methodologie
Het artikel stelt een pols-specifieke adaptatie voor van het Predictive Safety Model (PSM), dat oorspronkelijk is geformuleerd voor bewegingen van het bovenlichaam, afgestemd op collaboratieve productietaken. De systeemarchitectuur bestaat uit drie hoofdonderdelen:

1. Sensoren en Data-acquisitie: Een BNO055 Inertial Measurement Unit (IMU) is op de pols van de operator bevestigd. Deze levert gefuseerde oriëntatieschattingen en hoeksnelheidsmetingen. Het systeem werkt op een gefilterde discrete-tijd datastroom (20 Hz) om ruis te onderdrukken terwijl de taakrelevante dynamiek behouden blijft.
2. Predictive Safety Model (PSM): De kern van de methode is een gereduceerd veer-demper-massa pendelmodel. In tegenstelling tot de volledige formulering voor het bovenlichaam, is deze versie afgestemd op de kinematica van de pols en onderarm met specifieke effectieve parameters: een armmassa van 2 kg, een pendellengte van 0,2 m en een basisstraal van 0,25 m. Het model genereert een "taakconsistente veilige referentiebeweging" gebaseerd op een gereduceerde toestandsruimte gedefinieerd door een zwaartekracht-referentie hoekcoördinaat ($\theta_g$) en hoeksnelheidsgrootte ($\omega$).
3. Veiligheidsevaluatie Pipeline:
   • Waarschijnlijkheidskaart: Een taakspecifieke waarschijnlijkheidskaart wordt geconstrueerd uit geregistreerde proeven, waarbij de gereduceerde toestand $(\theta_g, \omega)$ wordt gekoppeld aan empirische waarschijnlijkheden. Gebieden met een hoge waarschijnlijkheid vertegenwoordigen regelmatige, herhaalbare bewegingen, terwijl gebieden met een lage waarschijnlijkheid onregelmatigheden aangeven.
   • Online Voorspelling: In real-time raadpleegt het systeem de lokale waarschijnlijkheidsnabijheid om de meest waarschijnlijke veilige voortzetting van de beweging te bepalen en propageert het de PSM om een voorspelde veilige toestand te verkrijgen.
   • Impedantie-geïnspireerde Veiligheidsindex: Het systeem berekent de discrepantie tussen de gemeten IMU-beweging en de PSM-voorspelling in het tijdsdomein. Een impedantie-geïnspireerde genormaliseerde foutmetriek ($e_{imp}$) wordt berekend door de oriëntatiefout ($e_\theta$) en de hoeksnelheidsfout ($e_\omega$) te fuseren.
   • Wegingsstrategieën: Twee wegingsgevallen werden getest: "positie-prioriteit" (0,6 oriëntatie, 0,4 snelheid) en "snelheid-prioriteit" (0,4 oriëntatie, 0,6 snelheid). De auteurs hypothetiseren dat snelheid-prioriteit stabieler is voor pols-geplaatste IMU's, die vaak robuuster zijn voor korte-termijn snelheidsveranderingen dan voor drift in absolute oriëntatie.
   • Classificatie: Het veiligheidsniveau wordt geclassificeerd als veilig, voorzichtig of onveilig-achtig op basis van empirische drempelwaarden ($\epsilon_s = 0,15$, $\epsilon_c = 0,25$) afgeleid van gecontroleerde versus onregelmatige executies.
   • Offline Baseline: Een spectrale foutindicator (frequentiedomein-analyse) wordt behouden als een offline vergelijkbare baseline om de resultaten in het tijdsdomein te valideren.

Belangrijkste Bijdragen

• Pols-specifieke PSM Adaptatie: Het artikel past het veer-demper-massa Predictive Safety Model specifiek aan voor pols- en onderarmbewegingen die relevant zijn voor productie, verschillend van eerdere formuleringen voor het bovenlichaam.
• Real-time Evaluatie Pipeline: Een zelfstandige pipeline die polsbeweging in kaart brengt naar een probabilistisch veilig referentiemodel en veiligheid berekent vanuit oriëntatie- en hoeksnelheidsafwijkingen zonder dat volledige lichaamsestimatie vereist is.
• Impedantie-geïnspireerde Veiligheidsindex: De introductie van een veiligheidsmetriek in het tijdsdomein die de beperkingen aanpakt van het uitsluitend vertrouwen op indicatoren in het frequentiedomein voor online beoordeling.
• Experimentele Validatie: Validatie via drie representatieve handmatige taken: vastzetten met een handgereedschap, visuele inspectie en pick-and-place.

Resultaten
De studie werd gevalideerd via 18 taakproeven met vijf deelnemers. Elke taak omvatte gecontroleerde, nominale en doelbewust onregelmatige (gevaarlijk-achtige) executies.

• Scheiding van Bewegingstypen: De resultaten toonden een duidelijke scheiding tussen gecontroleerde bewegingen en doelbewust onregelmatige bewegingen over alle drie de taken. Onregelmatige bewegingen (gekenmerkt door abrupte omkeringen, overshoots en inconsistente timing) produceerden consistent hogere foutwaarden.
• Snelheid vs. Positie Weging: De snelheid-prioriteit weging ($P^*=0,4, D^*=0,6$) bleek stabieler en effectiever voor online beoordeling dan de positie-prioriteit weging. De data gaven aan dat gevaarlijk-achtig gedrag consistenter manifesteert via temporele onregelmatigheid en abrupte corrigerende acties (hoeksnelheidsfouten) dan via grote absolute oriëntatie-offsets.
• Prestaties van de Metriek: De impedantie-geïnspireerde score vertoonde een duidelijkere scheiding in centrale tendens tussen de veilige en onveilige klassen vergeleken met de op frequentie gebaseerde score. Hoewel pick-and-place taken hogere absolute veiligheidsscores genereerden vanwege hun bredere bewegingsenvelop, behielden alle taken een duidelijke veilig–onveilig scheiding.
• Drempelwaarden: In de geteste dataset bleven gecontroleerde operaties over het algemeen onder de veiligheidsdrempel ($\epsilon_s = 0,15$), terwijl onregelmatige gebeurtenissen consequent de voorzichtigheidsdrempel ($\epsilon_c = 0,25$) overschreden.

Betekenis en Claims
De auteurs positioneren dit werk als een proof-of-concept validatie in plaats van een populatiebrede studie. De primaire betekenis ligt in het aantonen dat een lichtgewicht polssensor gecombineerd met een interpreteerbaar predictief model nuttige real-time veiligheidsinformatie kan bieden voor mens-robot collaboratieve werkcellen.

Het artikel claimt dat:

1. Een pols-geplaatste IMU effectief kan dienen als een continue veiligheidsevaluator zonder de volledige werkruimte te instrumenteren.
2. Temporele onregelmatigheid in polsbeweging een betrouwbaardere indicator is voor potentiële veiligheidsrisico's dan absolute oriëntatieafwijking alleen.
3. Het voorgestelde framework een praktische extensie biedt van de PSM-aanpak, waardoor het direct toepasbaar is op mens-robot collaboratieve taken door middel van een gereduceerde, pols-specifieke formulering.

De auteurs stellen expliciet dat de gerapporteerde drempelwaarden empirische werkpunten zijn die specifiek zijn voor de geteste taken en dataset, en geen universele veiligheidslimieten. Toekomstig werk wordt geïdentificeerd als noodzakelijk voor validatie met meer deelnemers, taakadaptieve drempelselectie en vergelijking met andere real-time monitoringsbenaderingen.