Situationsverstehen für die Risikobeurteilung bei der Mensch-Roboter-Kooperation

In dem vorgestellten System wird die Umgebung eines Industrieroboters mittels Algorithmen des maschinellen Lernens erfasst und Objekte sowie menschliche Handlungen bestimmt. Anhand semantischer Analyse kann auf vorliegende Situationen geschlossen werden, wodurch sich dynamisch Risikobewertungen und Handlungsvorgaben für den Roboter ableiten lassen. Diese stellen die Grundlage für ein reaktives Roboterverhalten dar, das eine zielgerichtete und sichere Mensch-Roboter-Kooperation ermöglicht.

In the proposed system the environment of an industrial robot is captured through algorithms of machine learning. Thus, objects and human actions are determined. Based on semantic analysis situational knowledge is inferred and dynamic risk assessment as well as robotic behaviour are concluded. Consequently, this provides the foundation for a reactive robot system for achieving efficient and safe human-robot-cooperation.