Robot Handover
- Auch genannt: object handover, human-robot handover, handoff
- Kategorie: Control › Human in the loop
- Schlagwörter: human-robot-interaction, grasping, collaborative-robots, physical-hri, manipulation
Die physische Weitergabe eines Objekts zwischen einem Roboter und einem Menschen, entweder vom Menschen zum Roboter oder vom Roboter zum Menschen, koordiniert über Bewegung, Timing, Griffwahl und Kraft.
Definition
Eine Roboterübergabe (robot handover) ist die gemeinsame Handlung, bei der ein Roboter und ein Mensch einander ein Objekt übergeben. Sie wird meist nach zwei Richtungen unterschieden: Mensch-zu-Roboter (H2R)-Übergaben, bei denen der Roboter ein Objekt nimmt, das die Person hält, und Roboter-zu-Mensch (R2H)-Übergaben, bei denen der Roboter ein Objekt anbietet, das die Person nehmen soll. Austausch zwischen Robotern gibt es ebenfalls, er wird aber normalerweise als eigenes, vollständig kontrolliertes Problem behandelt. Eine Übergabe ist ein kurzes Stück physischer Mensch-Roboter-Interaktion: Für einen Moment halten beide Partner dasselbe Objekt, und die Übergabe gelingt nur, wenn der eine loslässt, während der andere die Last übernimmt.
Eine Übergabe wird üblicherweise in Phasen beschrieben. In der Annäherungsphase (oder Reichphase) präsentiert der Gebende das Objekt und der Empfangende bewegt sich darauf zu; der Roboter muss entscheiden, wo er der Person begegnet, auf welcher Höhe und mit welchem Timing. In der Transferphase liegen beide Hände am Objekt, und der Gebende löst seinen Griff, während der Empfangende das Gewicht übernimmt. Menschen tun dies, indem sie die Laständerung über das Objekt spüren, und Roboter ahmen das oft nach: Bei R2H-Übergaben öffnet der Roboter seinen Greifer, wenn sein Kraft-Momenten-Sensor am Handgelenk oder seine Motorströme zeigen, dass die Person am Objekt zieht oder es stützt. In der Rückzugsphase zieht sich der Gebende zurück und der Empfangende trägt das Objekt fort.
H2R-Übergaben bringen ein Wahrnehmungs- und Greifproblem hinzu. Der Roboter muss das Objekt und die Hand der Person verfolgen, oft mit einer einzigen Tiefenkamera bei starker Verdeckung, einen Griff wählen, der nicht mit den Fingern der Person kollidiert, und diese Wahl laufend aktualisieren, während sich die Hand bewegt. Reaktive Ansätze segmentieren Hand und Objekt in einer Punktwolke, erzeugen Kandidaten für 6-DoF-Griffposen, verwerfen jene nahe der Hand und führen den Greifer im geschlossenen Regelkreis per Servoregelung zum besten verbleibenden Griff. R2H-Übergaben legen mehr Gewicht auf Lesbarkeit (legibility): das Objekt auf natürlicher Höhe anbieten, mit dem Griff zur Person hin und mit vorhersehbarer Bewegung, damit die Person weiß, wann und wo sie es nehmen soll.
Warum es wichtig ist
Dinge zu übergeben wird eine der häufigsten Arten sein, wie Menschen und Roboter sich in Wohnungen, Krankenhäusern und Werkstätten die Arbeit teilen. Übergaben verbinden Wahrnehmung, Greifen, Bewegungsplanung und Sicherheit in der Nähe eines Menschen in einer einzigen kurzen Handlung, und Fehler fallen sofort auf: fallengelassene Objekte, eingeklemmte Finger oder zögerliches Timing, das Menschen als unangenehm empfinden.
Wichtige Anwendungen
- Kollaborative Montage, bei der Roboter Werkzeuge und Teile an Arbeitskräfte weitergeben
- Assistenzroboter, die Menschen mit eingeschränkter Mobilität Gegenstände reichen
- Assistenz mit Instrumenten in Chirurgie und Labor
- Serviceroboter in Wohnungen, Einzelhandel und Gastgewerbe
- Aufnehmen von Objekten, die Menschen einem Roboter beim Anlernen hinhalten
In der Praxis
Ein kollaborativer Arm mit Parallelgreifer und einer am Handgelenk montierten Tiefenkamera wird so eingerichtet, dass er Werkzeuge von einem Techniker entgegennimmt. Bei jedem Kamerabild segmentiert das System die Hand der Person und das Werkzeug aus der Punktwolke, lässt ein Griffnetz auf den Werkzeugpunkten laufen, um Kandidaten für 6-DoF-Griffposen zu erhalten, und verwirft jeden Griff, dessen Greifervolumen den Handpunkten auf wenige Zentimeter nahekommt. Der Arm bewegt sich mit einem geschwindigkeitsbegrenzten Regler auf den bestbewerteten verbleibenden Griff zu und wechselt nahe am Werkzeug in eine langsamere Endannäherung. Er schließt den Greifer und wartet dann, bis der Kraft-Momenten-Sensor zeigt, dass das Gewicht des Werkzeugs auf den Roboter übergegangen ist, bevor er sich zurückzieht. Für die Gegenrichtung, das Zurückgeben eines Werkzeugs, hält der Arm das Werkzeug auf Brusthöhe mit dem Griff zur Person und lässt erst los, wenn er einen Zug oberhalb eines festgelegten Schwellwerts misst.
Häufige Missverständnisse
- Eine Übergabe ist nur ein Griff nach einem Objekt, das zufällig gehalten wird — die Hand der Person schränkt ein, welche Griffe sicher sind, das Objekt bewegt sich weiter, und das Loslassen muss mit dem Partner koordiniert werden
- Der Roboter sollte loslassen, sobald sich sein Greifer schließt — ein Loslassen, bevor der Empfangende die Last hat, führt zu herunterfallenden Objekten; gut ausgelegte Systeme lassen bei einer gemessenen Lastübernahme los
- Schnellere Übergaben sind immer besser — Menschen bevorzugen vorhersehbare, lesbare Bewegungen, und abrupte oder sehr schnelle Annäherungen mindern Komfort und wahrgenommene Sicherheit
- Mensch-zu-Roboter- und Roboter-zu-Mensch-Übergaben sind dasselbe Problem in umgekehrter Richtung — bei H2R dominieren Wahrnehmung und Griffauswahl, bei R2H die Präsentation des Objekts und das Timing des Loslassens
Wer das wissen sollte
- Forschende zur Mensch-Roboter-Interaktion
- Anwendungsingenieure für kollaborative Roboter
- Entwickler von Assistenz- und Servicerobotern
- Ingenieure für Greifen und Manipulation, die in der Nähe von Menschen arbeiten
Verwandte Technologien
- Sechsachsiger Kraft-Momenten-Sensor (Six-Axis Force-Torque Sensor)
- Handposenschätzung (Hand Pose Estimation)
- 6-DOF GraspNet
- MoveIt
- ISO/TS 15066
Verwandte Begriffe
Verwandte Projekte
- LeRobot: HuggingFace ML library for real-world robotics in PyTorch
- Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
- NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
- OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
- Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
- OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments