Разработка системы безопасного восприятия и принятия решений для коллаборативного робота на основе глубокого обучения

Аннотация

Исследование посвящено созданию системы безопасного восприятия и принятия решений для коллаборативного робота, способной обеспечивать работу рядом с человеком без ограждений при сохранении производительности в неструктурированной рабочей среде. Целью является интеграция алгоритмов глубокого обучения в контур безопасности так, чтобы робот превентивно адаптировал скорость и траекторию, а не только аварийно останавливался. Экспериментальная валидация выполнена на лабораторном стенде сборки крупногабаритных конструкций с шестикоординатным коботом грузоподъёмностью 10 кг, сетью из четырёх RGB-D камер по периметру и твердотельным лидаром на фланце; вычисления реализованы на встраиваемом модуле с GPU, в ROS 2, с обучением в PyTorch и инференсом через TensorRT. Обучающая выборка сформирована из реальных и синтетических данных и включает более 150000 размеченных кадров с рамками и масками сегментации; применялись аугментации для имитации пыли, вибраций и экстремального освещения. Эффективность оценивалась по IoU и mAP, времени препроцессинга и инференса, полной задержке, числу ложных остановок и пропусков опасных сближений; проанализировано свыше 5000 эпизодов взаимодействия. Показано нелинейное падение точности при снижении освещённости: при 1050 лк mAP достигает 94,12% (модель B), а при 10 лк снижается до 72,45%, тогда как модель C деградирует до 41,98%, что обосновывает включение низкосветовых сцен в датасет. Перенос инференса с CPU на встраиваемые GPU уменьшает общую задержку с 98,45 до 22,45 мс и снижает джиттер, позволяя ограничивать тайм ауты; при росте разрешения до задержка возрастает до 49,87 мс. Калибровка кинематики показала, что при скорости 1,0 м/с полный остановочный путь составляет 215,34 мм при реакции 30 мс и 286,01 мм при 100 мс, а при 1,5 м/с возрастает до 457,56 мм, поэтому раннее обнаружение критично. Слияние данных лидара и стереокамер уменьшило ошибку глубины на 45%, а темпоральная фильтрация устранила до 80% ложных срабатываний без потери скорости реакции; в испытаниях инцидентов не зафиксировано. Сделан вывод о перспективности гибридной архитектуры, где нейросети отвечают за высокоуровневое прогнозирование, а нижний уровень верифицирует управляющие воздействия для соблюдения требований функциональной безопасности.