Skeleton-Guided Multi-OBB Decomposition for Vision-based Online Collision Detection of Robotic Manipulators in Unknown Environments

Robots worden steeds vaker gewone partners in fabrieken, magazijnen en zelfs huizen, waar ze samen met mensen werken om auto's te assembleren, pakketten te sorteren of meubels te verplaatsen. Om deze machines veilig te laten werken, moeten ze beschikken over een betrouwbaar gevoel voor hun omgeving, waarbij ze precies weten waar hun eigen armen zijn en waar de objecten om hen heen zich bevinden. Als een robot een stoel of een tafel niet nauwkeurig kan waarnemen, kan hij aannemen dat een veilig pad vrij is, terwijl het in werkelijkheid geblokkeerd is, wat leidt tot een botsing. De uitdaging is bijzonder moeilijk wanneer de omgeving ongestructureerd is en gevuld is met complexe vormen, zoals een krukje met poten en een zitting, of een rek met open ruimtes. Traditionele methoden behandelen deze objecten vaak als eenvoudige, solide blokken om berekeningen snel te houden, maar deze aanpak creëert een "veiligheidsbubbel" die veel te groot is, waardoor de robot onnodig stopt of, erger nog, een echt gevaar mist. Het doel voor ingenieurs is om een systeem te creëren dat de wereld ziet zoals die werkelijk is—complex en gedetailleerd—terwijl het nog steeds snel genoeg beslissingen neemt om de robot veilig in beweging te houden.

Een team van onderzoekers aan de Henan University heeft een nieuwe aanpak ontwikkeld om dit probleem op te lossen, waarbij een systeem is gecreëerd dat een robotarm in staat stelt om botsingen in realtime te detecteren binnen onbekende omgevingen. Hun methode, die ze skeleton-guided multi-OBB decomposition noemen, begint met het gebruik van een standaard camera die zowel kleur- als diepte-informatie vastlegt, vergelijkbaar met de sensoren die in moderne smartphones of spelcomputers te vinden zijn. In plaats van te proberen vooraf een perfect 3D-model van elk object te bouwen, wat onmogelijk is in een dynamische setting, gebruikt het systeem geavanceerde kunstmatige intelligentie om objecten te identificeren zodra ze verschijnen. Zodra een object is gespot, tekent het systeem niet alleen één enkele doos rondom het object. In plaats daarvan analyseert het de interne structuur van het object, waarbij het zoekt naar het "skelet" of het kernframe dat de vorm bij elkaar houdt, vergelijkbaar met hoe een menselijk skelet de houding van het lichaam bepaft.

Door dit interne framework te begrijpen, kan het systeem een complex object, zoals een stoel met een holle zitting en losse poten, opdelen in verschillende kleinere, nauwere secties. Elke sectie wordt vervolgens omwikkeld met zijn eigen precieze, schuine doos. Dit is een aanzienlijke afwijking van oudere methoden die de hele stoel in één grote doos zouden wikkelen, waarbij de lege ruimte tussen de poten en de zitting onvermijdelijk als vaste materie wordt meegenomen. Door de onderdelen te scheiden, kan de robot zien dat de ruimte tussen de poten eigenlijk leeg en veilig is om doorheen te bewegen, in plaats van een solide muur. Dit vermindert het aantal valse alarmen waarbij de robot denkt dat hij ergens tegenaan gaat botsen terwijl dat niet zo is. Om te garanderen dat dit proces snel genoeg verloopt voor een bewegende robot, hebben de onderzoekers een filterstap toegevoegd die fungeert als een snelle controle. Voordat er een gedetailleerde, complexe berekening wordt uitgevoerd om te zien of twee objecten elkaar raken, controleert het systeem eerst of de algemene gebieden waar de objecten zich bevinden wel dicht genoeg bij elkaar liggen om relevant te zijn. Als ze ver uit elkaar liggen, slaat het systeem de zware wiskunde volledig over, wat kostbare tijd bespaart.

De onderzoekers testten hun systeem op een echte zes-assige industriële robotarm in een laboratoriumsetting gevuld met typische kantoormeubelen, waaronder krukjes, stoelen en opslagrekken. Ze vergeleken hun nieuwe methode met verschillende bestaande technieken die gebruikmaken van enkele dozen of eenvoudige vormen om obstakels weer te geven. De resultaten toonden aan dat hun aanpak veel nauwkeuriger was in het onderscheiden van veilige ruimtes en daadwerkelijke obstakels. Terwijl andere methoden vaak lege ruimtes als gevaarlijk markeerden, wat leidde tot een hoog aantal valse alarmen, identificeerde het nieuwe systeem correcte veilige paden in 83,33% van de testgevallen waarbij er geen sprake was van een werkelijke botsing. Cruciaal was dat het een perfecte veiligheid behield door nooit een echte botsing te missen, waardoor de robot zou stoppen als hij werkelijk op het punt stond tegen iets aan te botsen. Het gehele proces, van het zien van het object tot het beslissen of er gestopt moet worden, duurde minder dan één milliseconde per frame, een snelheid die snel genoeg is om het tempo van de snelle bewegingen van een industriële robot bij te houden.

De studie onthulde ook dat het systeem robuust is, zelfs wanneer de vorm van het object ingewikkeld is of de gegevens van de camera imperfect zijn. Wanneer de onderzoekers verschillende manieren testten om de objecten af te breken, ontdekten ze dat het gebruik van het interne structurele skelet veel superieur was aan methoden die punten simpelweg groepeerden op basis van hoe dicht ze bij elkaar lagen. Methoden die alleen op afstand vertrouwden, voegden aparte delen van een object vaak samen of deelden één onderdeel op in te veel stukjes, wat leidde tot verwarring. De skeleton-guided aanpak produceerde echter consequent het juiste aantal secties, passend bij de natuurlijke onderdelen van het object zoals poten en zittingen. Bovendien ontdekten de onderzoekers dat de snelheid van het systeem niet significant afnam wanneer de objecten in veel kleine stukjes werden opgedeeld, omdat de initiële filterstap de delen die ver weg waren effectief negeerde. Dit suggereert dat de methode niet alleen accuraat is, maar ook praktisch voor real-world deployment, waar omgevingen rommelig en onvoorspelbaar zijn.

Hoewel het systeem uitzonderlijk goed presteerde in de tests, merkten de onderzoekers op dat de snelheid van het gehele proces momenteel wordt beperkt door de visuele perceptiestap, die een fractie van een seconde in beslag neemt om de objecten te identificeren en te segmenteren. Het eigenlijke detectiegedeelte van de botsing is extreem snel en duurt minder dan een milliseconde. Dit betekent dat als het visuele deel van het systeem in de toekomst sneller gemaakt kan worden, het hele proces nog responsiever zou kunnen worden. Het werk demonstreert dat door moderne visuele intelligentie te combineren met een slimme manier om complexe vormen af te breken, robots met een niveau van veiligheid en efficiëntie kunnen navigeren in onbekende ruimtes dat voorheen moeilijk te bereiken was. Deze vooruitgang brengt ons dichter bij een toekomst waarin robots vrij en veilig naast mensen kunnen werken in dynamische, ongestructureerde omgevingen, waarbij ze taken uitvoeren die een genuanceerd begrip van de fysieke wereld vereisen.