ساخت ویلچر رباتیک برای حرکت راحت و ایمن در میان جمعیت

ویلچرهای رباتیک ممکن است به زودی بتوانند به راحتی و ایمن در میان جمعیت حرکت کنند. پژوهشگران مؤسسه پلی‌تکنیک فدرال لوزان (EPFL) به عنوان بخشی از پروژه CrowdBot با حمایت مالی اتحادیه اروپا، در حال بررسی مسائل فنی، اخلاقی و ایمنی مربوط به این نوع فناوری هستند. هدف از این پروژه کمک به معلولان است تا بتوانند راحت‌تر در جامعه حرکت کنند. با مجله فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

ساخت ویلچر رباتیک برای حرکت راحت و ایمن در میان جمعیت
Diego Paez، پژوهشگر فوق دکترا در LASA، ویلچر رباتیک Qolo را در قلب لوزان آزمایش می‌کند. © Alain Herzog / 2021 EPFL

یکی از جدیدترین اختراعات EPFL دستگاهی است که بخشی از آن ویلچر و بخشی ربات است. این دستگاه توسط پژوهشگران در آزمایشگاه الگوریتم‌ها و سامانه‌های یادگیری (LASA) و در قالب پروژه CrowdBot ساخته شده است.

پروژه CrowdBot

CrowdBot پروژه‌ای به رهبری INRIA و شامل انجمنی از هفت سازمان پژوهشی، از جمله EPFL است. این پروژه تحت حمایت مالی اتحادیه اروپا قرار دارد. هدف CrowdBot آزمایش امکان‌سنجی فنی و اخلاقی حرکت ربات‌ها در مناطق شلوغ است. این ربات‌ها می‌توانند انسان‌نما، ربات‌های خدماتی یا ربات‌های کمکی باشند. Aude Billard، رئیس LASA می‌گوید: «شما در مورد اتومبیل‌های خودران بسیار می‌شنوید، اما در مورد ربات‌هایی که می‌توانند در میان عابران پیاده حرکت کنند، نه. با این حال، فناوری رباتیک به وضوح در این جهت حرکت می‌کند، بنابراین ما باید از هم اکنون به فکر همه چیز باشیم».

سناریوهای احتمالی

در میان موضوعات مختلف مورد مطالعه، بارزترین آنها به ایمنی کاربران ربات و افراد نزدیک به آنها مربوط می‌شود. پژوهشگران LASA دریافتند قوانین موجود به این موضوع رسیدگی نمی‌کند؛ پس بررسی همه خطرات احتمالی از جمله خطر برخورد با انسان را آغاز کردند.

دانشمندان رباتی به نام Qolo – مخفف Quality of Life with Locomotion – را برای ارزیابی خطرها انتخاب کردند. Qolo در دانشگاه تسوکابا در ژاپن ساخته شده است. این ویلچر ایستاده شامل دو چرخ موتوردار و یک اسکلت بیرونی غیرفعال است که به کاربر اجازه می‌دهد به راحتی از حالت نشسته به حالت ایستاده درآید.

گروه LASA آزمایش تصادف Qolo را در شهر Bern انجام داد. Diego Paez، فوق دکترای LASA می‌گوید: «ما آزمایش‌ها را با دو نوع آدمک انجام دادیم، زیرا تأثیر یک برخورد بسته به قد فرد متفاوت است. برای نمونه در کودکان آسیب پذیرترین ناحیه سر است، اما در زنان باردار شکم است». پژوهشگران دریافتند برخورد حتی با سرعت پایین ربات، برای نمونه کمتر از ۶ کیلومتر در ساعت، می‌تواند صدمات جدی ایجاد کند. که جلوگیری از این برخوردها را مهم‌تر می‌کند.

یک سامانه ناوبری فعال

نخستین گام این بود Qolo را به گونه‌ای اصلاح کنیم که بتواند محیط اطراف خود را تحلیل کند و واکنش نشان دهد. دانشمندان این ربات را به حسگرهای مختلفی از جمله دوربین در جلو و لیدار با لیزر در جلو و عقب مجهز کردند. برای ربات مهم است که دید ۳۶۰ درجه از محیط اطراف خود داشته باشد تا بتواند از موانع دوری کند. همچنین باید بداند که در پشت آن چیست برای هنگامی که در جلوگیری از برخورد مجبور به عقب‌نشینی می‌شود. سامانه لیدار انواع موانع را تشخیص می‌دهد و دوربین‌ها به ربات اجازه می‌دهند بداند آیا موانع عابران پیاده هستند یا خیر.

همچنین گروه ضربه‌گیرهایی را در جلوی Qolo نصب کردند. Paez می‌گوید: «ضربه‌گیرها به ربات می‌گویند با چیزی در تماس است و نیروی تماسی را اندازه می‌گیرند، به طوری که می‌توان حداکثر نیرو را در حالی که ربات هنوز در حال حرکت است بسیار پایین نگه داشت. به عبارت دیگر، Qolo طوری برنامه‌ریزی نشده که در صورت برخورد با مانع متوقف شود، بلکه برای حرکت در اطراف آن برنامه‌ریزی شده است. یک توقف ناگهانی در میان جمعیت می‌تواند برای افراد نزدیک به ربات خطرناک‌تر باشد».

داده‌های حسگرهای Qolo با الگوریتم‌های تشخیص و ردیابی افراد ترکیب می‌شوند تا تخمین بزنند چند نفر در اطراف ربات وجود دارند و در چه جهتی در حال حرکت هستند. پژوهشگران LASA یک الگوریتم ناوبری ویژه برای Qolo ایجاد کردند که به آن امکان می‌دهد بهترین مسیر را برای طی کردن تنها در چند میلی ثانیه شناسایی کند.

پیش‌بینی غیرمنتظره‌ها

برخلاف مهارت‌های فنی مهندسان، ربات آنها (هنوز) نمی‌تواند حرکات ناگهانی مانند تغییر سریع جهت را پیش‌بینی کند. ما واقعاً نمی‌توانیم کارهایی را که مردم در موقعیت‌های مختلف انجام می‌دهند شبیه‌سازی کنیم، زیرا واکنش هر فرد متفاوت است. به همین دلیل است که ما باید Qolo را در شرایط واقعی آزمایش کنیم. بنابراین آزمایش در بازار آزاد لوزان انجام می‌شود.

در آنجا مهندسان می‌توانند بازخورد ارزشمندی در مورد همه سامانه‌های ربات، از سخت‌افزار گرفته تا الگوریتم‌های آن، و در مورد تجربه کاربر دریافت کنند. نتایج اولیه امیدوارکننده است. به نظر می‌رسد عابران پیاده در اطراف این دستگاه عادی رفتار می‌کنند، که یک مزیت بزرگ برای جمع آوری داده‌ها است. ما هنوز باید داده‌ها را تجزیه و تحلیل کنیم، اما به نظر می‌رسد که بُعد نیمه مستقل ربات به خوبی کار می‌کند. Billard  می‌افزاید: «کاربران با حرکت دادن نیم تنه خود Qolo را کنترل می‌کنند. اگر مانعی به طور ناگهانی ظاهر شود، ربات فوراً برای اجتناب از آن واکنش نشان می‌دهد. این نوع ناوبری یک مزیت واقعی برای افراد معلول است.

آگاهی از خطر

با پیشرفت‌های رباتیک که سریع اتفاق می‌افتد، می‌توانیم تعداد بیشتری از چنین دستگاه‌هایی را در جاده‌ها و پیاده‌روهایمان ببینیم. گروه LASA با این وجود بر یک نکته مهم تاکید می‌کند: توسعه راه‌های مؤثر برای به حداقل رساندن احتمال برخورد و سایر حوادث، ضروری است. آزمایش‌ها نشان داده‌اند خطر آسیب‌دیدگی می‌تواند زیاد باشد و گاهی بیش از حد مجاز.

Billard معتقد است: «اکنون باید روی یک سامانه کنترلی برای کاهش این خطر کار کنیم، چه از طریق کاهش سرعت ربات یا بهبود ظرفیت جذب ضربه. و بسیار مهم است که این یافته‌ها در قوانین آتی مورد توجه قرار گیرند. این قوانین می‌تواند شامل تعیین محدودیت سرعت برای ربات‌های کمکی مانند Qolo یا محدود کردن توانایی برخی از وسایل نقلیه مانند ربات‌های تحویل‌دهنده در مناطق پر رفت و آمد باشد».


>> ویلچر برقی ایستاده Permobil ؛ گامی به سوی انسان سایبورگ

>> نسل جدید ویلچر های هوشمند با بازوی رباتیک


منبع: news.epfl.ch

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است»

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *