# 應用於商場之共享自主移動式機械手臂補貨系統開發 (Development of a Replenishment System for Retail Stores Based on Mobile Robot Manipulator in Shared Autonomy) #### 學生:楊承翰 #### 指導教授:楊谷洋 教授 --- ## (一)導論 ### 1-1 研究背景 近年來,已開發國家正面臨**人力資源短缺**的問題,產業結構改變,其中**零售業**受其影響甚多。這使得部分連鎖商場(如Busy Beaver、FamilyMart 等等)開始導入移動式機器人,使其協助執行商場任務。 當前學術界對商場機器人的研究主要集中在兩大領域:一是**針對高度重複性任務**的移動式機械手臂,例如貨架盤點和補貨;另一領域則關注**以服務顧客為目標**的服務型機器人,如餐廳裡的餐點運送機器人。 ### 1-2 研究動機 * 以**補貨任務效率**而言: 儘管機器人具備獨立執行補貨任務的能力,但由於**商場走道狹窄**和**周圍顧客行動**等環境限制,機器人在**尖峰時刻**的任務執行效率可能未如預期,進而對整體作業流程造成不良影響。 * 以**人體健康安全**而言: 零售產業對人體的長期負面影響不容小覷。零售業工作者經常需要**長時間站立或行走、執行重複性動作、和搬運重物**,這些可能導致身體各部位的肌肉疲乏和損傷。 ### 1-3 研究目標 提出基於**輔助遠端控制(共享自主)** 操作模式之**協作補貨系統**,力求達到下列目標: * 和自動控制(完全自主)機器人相比,**提升補貨任務之效率**; * 以人機協作模式取代人工作業,**減少工作者工作負荷量 (workload)**,也進一步保障工作者的健康安全。 ## (二)方法實作 ### 2-1 系統架構 協作補貨系統架構圖如下圖所示,主要為**使用者、機器人、控制系統、和視覺整合系統**四個部分。其中,使用者配戴 VR 穿戴式裝置、手持 VR 搖桿進行操作;硬體設備採用 MARS 移動式機械手臂,其搭載深度相機、雷射測距儀、慣性測量單位等感測器;控制系統負責處理由感測器接收之資訊,並協助使用者對機器人進行控制;視覺整合系統則提供使用者當前工作環境的影像,以便於使用者執行任務。 ![V3-0](https://hackmd.io/_uploads/SydQbAe56.jpg) 補貨任務流程如下: 1. 機器人搭載之感測器**接收環境資訊**,如彩色影像、深度資訊、距離資訊等,並由控制系統進行**資料前處理**; 2. 控制系統根據使用者命令 $U_{user}$ 和環境資訊**預測使用者意圖**; 3. 控制系統根據預測結果,輸出輔助控制命令 $U_{robot}$ ,並透過適當仲裁策略 $(1-\alpha)U_{user}+\alpha U_{robot}$ 決定使用者命令 $U_{user}$ 與輔助控制命令 $U_{robot}$ 的權重; 4. 控制系統根據仲裁策略對機器人進行控制; 5. 以上四步驟不斷循環,直至任務完成。 ### 2-2 物件辨識系統 使用 YOLOv4 模型對 RGB 影像進行**物件辨識**以尋找目標,並用 Point Cloud Library(PCL)函式庫處理深度資訊,得到**目標物周圍點雲與機器人之距離**。 ![image](https://hackmd.io/_uploads/HkyDAAlqa.png) ### 2-3 地圖建立與機器人定位 #### 地圖建立 使用 **Lidar SLAM 的 gmapping 演算法**,結合雷射測距儀的距離資訊與機器人的姿態,對平均分布於地圖的粒子進行濾波,並賦予各粒子權重值,最終篩選出權重較大之粒子,作為地圖邊界或障礙物輪廓。 #### 機器人定位 採用**自適應蒙地卡羅定位(AMCL)演算法**,該演算法會先在地圖空間中均勻的撒上粒子,接著透過獲取機器人的姿態來移動粒子,並透過雷射測距儀的距離訊息與粒子進行對比,從而賦予每個粒子生成機率,最終粒子的分布會逐漸向機器人的位置收斂,由此推算出機器人在當前地圖空間中的確切位置。 ### 2-4 輔助控制策略 #### 移動平台輔助控制 在機器人周圍定義一個可變形虛擬區域 (Deformable Virtual Zone、或簡稱DVZ)。當光達偵測到障礙物,DVZ 將依據障礙物的形狀產生形變,而機器人可藉由形變的大小決定輔助控制的速度 $v_{assist}$ 和角速度 $w_{assist}$,最後根據權重參數 $\alpha$ 決定使用者和系統各自的控制權重: $$ \begin{bmatrix} v_{output} \\ w_{output} \end{bmatrix} = (1-\alpha) \begin{bmatrix} v_{robot} \\ w_{robot} \end{bmatrix} + \alpha \begin{bmatrix} v_{assist} \\ w_{assist} \end{bmatrix} $$ ![image](https://hackmd.io/_uploads/Hy2aG349p.png) #### 機械手臂控制策略 當系統偵測到使用者欲進行補貨行為(定義為夾爪末端點朝任一商品接近)時,給予位置和姿態的輔助控制,並自動調整適合的抓取姿態,讓使用者可以更快速、精準的夾取目標物。 ![image](https://hackmd.io/_uploads/S1bSL1S9T.png) ## (三)實驗分析 ### 3-1 補貨效率分析 * 實驗說明:在**待補貨商品數量相同**之條件下,比較現有「完全自主補貨機器人」、和本研究提出之「共享自主補貨機器人」,在補貨任務的**效率表現**。 * 實驗內容: - 補貨10件寶特瓶之效率比較 - 補貨10件各式商品之效率比較 * 分析指標:**時間** * 地點:於工五632教室模擬商場環境 * 受試者需求:手眼健全、長期使用 VR 裝置不會感到不適 ### 3-2 補貨工作負荷度分析 * 實驗說明:在**工作時間相同**之條件下,比較傳統「人工補貨方式」、和本研究提出之「協作補貨機器人」,在進行補貨任務時對身體的**工作負荷度**。 * 實驗內容: - 補貨100件裝滿水的寶特瓶之工作負荷度比較 - 補貨100件各式商品之工作負荷度比較 * 分析指標:**NASA-TLX(Task Load Index)** * 地點:於工五632教室模擬商場環境 * 受試者需求:四肢健全、身體狀況良好、長期使用 VR 裝置不會感到不適