Разработка и синтез перспективных мультимодальных адаптивных алгоритмов и методов управления поведением коллаборативных робототехнических систем с учетом нештатных ситуаций и экстремальных условий в недетерминированной среде

Автоматизация производственных процессов в различных отраслях промышленности является актуальным направлением. Хотя использование технологий автоматизации, основанных на промышленных роботах, может повысить гибкость производственной линии, желаемая функциональность не может быть достигнута до тех пор, пока не будут решены проблемы, мешающие полному сотрудничеству человека и роботов при выполнении задачи. Определение коллаборативных роботов или коботов эволюционировало в зависимости от контекста приложения. Коллаборативные роботы предназначены для работы совместно с людьми. Соответственно, для них актуальной является задача безопасного функционирования с избеганием столкновений с препятствиями в динамическом окружении, что требует от системы управления робота возможности планирования траектории движения в режиме реального времени. Коботы должны детектировать, распознавать не только человека и объекты, но также прогнозировать их поведение и вырабатывать реакции на нештатные или нетипичные ситуации. Предлагаемый проект направлен на решение актуальной научной проблемы: Расширение функциональных возможностей совместной работы роботов с человеком и повышение безопасности такого сотрудничества за счет повышения степени интеллектуальности систем управления коллаборативными робототехническими комплексами путем разработки перспективных мультимодальных алгоритмов и методов управления, учитывающих возможность возникновения нештатных ситуаций в экстремальных условиях в недетерминированной среде. Несмотря на большое количество исследований в данной области, пока в полной мере не решены следующие задачи: мультимодального анализа и построение карты рабочей сцены; ситуационного анализа и формирования поведения коллаборативных роботов; самообучения роботов по малому количеству прецедентов; интеллектуализация промышленных робототехнических комплексов на базе встраиваемых вычислительных ресурсов; разработка человеко-машинных интерфейсов и взаимодействия для коллаборативных робототехнических систем для обеспечения взаимодействия робота и оператора. Конкретной задачей проекта в рамках указанной выше проблемы является разработка, синтез, экспериментальная верификация и практическое внедрение усовершенствованных технологий, адаптивных и самообучающихся алгоритмов и методов анализа ситуации и управления поведением коллаборативных робототехнических систем с учетом нештатных ситуаций и экстремальных условий в недетерминированной среде. Актуальность данной задачи обусловлена необходимостью повышения уровня взаимодействия человека и робота при решении важных производственных задач с учетом экстремальных условий: - динамически изменяющаяся обстановка; - ресурсные ограничения, связанные с энергоснабжением и недостаточностью вычислительных мощностей; - новые (неизвестные ранее) типы задач и необходимость быстрого обучения и переобучения при работе с мелкосерийными производствами; - непредсказуемость человеческого поведения. Актуальность исследования также обосновывается стратегическими задачами, поставленными и утвержденными в Национальной стратегии развития искусственного интеллекта. В проекте предлагается использовать глубокие нейронные сети, нечеткие системы, методы компьютерного зрения для обнаружения и распознавания оператора и объектов, мультимодальный анализ сенсорной информации, анализ и распознавание звука, нечеткий подход к построению сложных многокаскадных систем, методы нечеткого интеллектуального логического вывода, детерминированно-стохастические методы, принципы ситуационного управления, методы синтеза систем управления роботизированными комплексами Научная новизна проекта заключается в предлагаемом комплексе методов, подходов и алгоритмов, направленных на обеспечение эффективного взаимодействия компонентов системы оператор-кобот в условиях динамической неопределенности и возможных нештатных ситуаций. Проект должен быть доведен до стадии разработки самообучающейся адаптивной интеллектуальной системы коллаборативного робота при решении промышленной мелкосерийной задачи. В качестве примера прикладной задачи может быть рассмотрена задача по многоэтапной совместной сборке изделия, состоящего из нескольких деталей, соединяющихся различными способами.