Open Source Robotics

Uma coleção selecionada de projetos, ferramentas e software de robótica de código aberto de alta qualidade.

Robot Handover

  • Também chamado: object handover, human-robot handover, handoff
  • Categoria: Control › Human in the loop
  • Tags: human-robot-interaction, grasping, collaborative-robots, physical-hri, manipulation

A transferência física de um objeto entre um robô e uma pessoa, de humano para robô ou de robô para humano, coordenada por movimento, sincronia, escolha da preensão e força.

Definição

Uma entrega robótica de objetos (robot handover) é a ação conjunta em que um robô e uma pessoa passam um objeto de um para o outro. Ela costuma ser dividida em dois sentidos: entregas de humano para robô (H2R), em que o robô pega um objeto que a pessoa está segurando, e entregas de robô para humano (R2H), em que o robô oferece um objeto para a pessoa pegar. Trocas entre robôs também existem, mas normalmente são tratadas como um problema separado e totalmente controlado. Uma entrega é um trecho curto de interação física humano-robô: por um momento os dois parceiros seguram o mesmo objeto, e a transferência só dá certo se um soltar enquanto o outro assume a carga.

Uma entrega costuma ser descrita em fases. Na fase de aproximação ou alcance, quem entrega apresenta o objeto e quem recebe se move em direção a ele; o robô precisa decidir onde encontrar a pessoa, a que altura e com que sincronia. Na fase de transferência, as duas mãos estão no objeto, e quem entrega afrouxa a preensão enquanto quem recebe assume o peso. As pessoas fazem isso percebendo a mudança de carga através do objeto, e os robôs muitas vezes imitam esse comportamento: em entregas R2H, o robô abre a garra quando o sensor de força/torque do punho ou as correntes dos motores mostram que a pessoa está puxando ou sustentando o objeto. Na fase de recuo, quem entrega se afasta e quem recebe leva o objeto embora.

Entregas H2R acrescentam um problema de percepção e de preensão. O robô precisa rastrear o objeto e a mão da pessoa, muitas vezes com uma única câmera de profundidade e muita oclusão, escolher uma preensão que não colida com os dedos da pessoa e continuar atualizando essa escolha enquanto a mão se move. Abordagens reativas segmentam a mão e o objeto em uma nuvem de pontos, geram poses de preensão 6-DoF candidatas, descartam as que estão perto da mão e conduzem a garra por servocontrole em malha fechada até a melhor preensão restante. Entregas R2H dão mais peso à legibilidade: oferecer o objeto a uma altura natural, com a alça voltada para a pessoa e com movimento previsível, para que a pessoa saiba quando e onde pegá-lo.

Por que importa

Passar coisas de mão em mão é uma das formas mais comuns pelas quais pessoas e robôs vão dividir o trabalho em casas, hospitais e oficinas. As entregas combinam percepção, preensão, planejamento de movimento e segurança perto de uma pessoa em uma única ação curta, e as falhas são percebidas na hora: objetos que caem, dedos beliscados ou uma sincronia hesitante que as pessoas acham desconfortável.

Principais aplicações

  • Montagem colaborativa, com robôs passando ferramentas e peças aos trabalhadores
  • Robôs assistivos que entregam objetos a pessoas com mobilidade reduzida
  • Assistência cirúrgica e de laboratório com instrumentos
  • Robôs de serviço em casas, no varejo e na hotelaria
  • Pegar objetos que as pessoas apresentam a um robô durante o ensino

Na prática

Um braço colaborativo com uma garra de mandíbulas paralelas e uma câmera de profundidade montada no punho é configurado para pegar ferramentas de um técnico. A cada quadro da câmera, o sistema segmenta a mão da pessoa e a ferramenta na nuvem de pontos, executa uma rede de preensão sobre os pontos da ferramenta para obter poses de preensão 6-DoF candidatas e rejeita qualquer preensão cujo volume da garra chegue a poucos centímetros dos pontos da mão. O braço se move em direção à preensão restante de maior pontuação com um controlador de velocidade limitada e passa para uma aproximação final mais lenta perto da ferramenta. Ele fecha a garra e então espera o sensor de força/torque mostrar que o peso da ferramenta passou para o robô antes de recuar. No sentido oposto, ao devolver uma ferramenta, o braço segura a ferramenta na altura do peito com o cabo voltado para a pessoa e só a solta quando mede um puxão acima de um limiar definido.

Equívocos comuns

  • Uma entrega é só a preensão de um objeto que por acaso está sendo segurado — a mão da pessoa restringe quais preensões são seguras, o objeto continua se movendo e a liberação precisa ser coordenada com o parceiro
  • O robô deve soltar assim que a garra se fecha — soltar antes de quem recebe ter assumido a carga causa quedas; sistemas bem projetados soltam ao medir a transferência da carga
  • Entregas mais rápidas são sempre melhores — as pessoas preferem movimentos previsíveis e legíveis, e aproximações bruscas ou muito rápidas reduzem o conforto e a segurança percebida
  • Entregas de humano para robô e de robô para humano são o mesmo problema invertido — H2R é dominada pela percepção e pela escolha da preensão; R2H, pela apresentação do objeto e pelo momento da liberação

Quem deve saber

  • Pesquisadores de interação humano-robô
  • Engenheiros de aplicações de robôs colaborativos
  • Desenvolvedores de robótica assistiva e de serviço
  • Engenheiros de preensão e manipulação que trabalham perto de pessoas

Tecnologias relacionadas

  • Sensor de força/torque de seis eixos (Six-Axis Force-Torque Sensor)
  • Estimativa de pose da mão (Hand Pose Estimation)
  • 6-DOF GraspNet
  • MoveIt
  • ISO/TS 15066

Termos relacionados

  • Physical Human-Robot Interaction
  • 6-DoF Grasp Pose
  • Grasp Planning
  • Perceived Safety
  • Cobot
  • Visual Servoing

Projetos relacionados

  • 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

Este site requer JavaScript. Por favor, habilite o JavaScript para explorar nossos projetos de robótica.