新颖的算法可以帮助机器人防止与人类碰撞

一位科学家开发了一种算法，该算法通过准确计算人类将要走的道路来帮助机器人避免碰撞-这种进步可以帮助机器与人安全地工作。美国麻省理工学院 (MIT) 的研究人员创建了一种算法，该算法可以实时对齐部分轨迹，从而使运动预测器可以准确预测人的运动时间。

麻省理工学院副教授朱莉·沙阿 (Julie Shah) 说: “这种算法建立了帮助机器人理解和监测运动停止和重叠的组件，这是人类运动的核心部分。” 这项技术是我们在机器人上更好地理解人的众多方法之一，“沙阿说。为了使机器人能够预测人类的运动，研究人员通常会从音乐和语音处理中借用算法。

这些算法旨在对齐两个完整的时间序列或相关数据集，例如音乐演奏的音轨和该乐曲符号的滚动视频。研究人员已经使用类似的对齐算法来同步实时和以前记录的人体运动测量结果，以预测一个人从现在起五秒钟后的位置。

但是，与音乐或语音不同，人类的运动可能是混乱且高度可变的。即使对于重复的运动，例如越过桌子拧入螺栓，一个人每次的移动也可能略有不同。现有算法通常以表示人随时间的位置的点的形式接收流运动数据，并将这些点的轨迹与给定场景的公共轨迹库进行比较。

算法根据点之间的相对距离来映射轨迹。但是，Lasota说，仅根据距离预测轨迹的算法在某些常见情况下很容易混淆，例如临时停车，在这种情况下，一个人在继续前进之前会暂停。

重叠的轨迹也是如此-当一个人沿着相似的路径来回移动时。作为一种解决方案，研究人员设计了一种 “部分轨迹” 算法，该算法将人的轨迹的片段与先前收集的参考轨迹库实时对齐。

还请阅读两名女性驾驶月球任务: 一个 “简单的女孩” 和一个获奖者

重要的是，新算法在距离和时间上对齐轨迹，并且这样做能够准确地预测人的路径中的停止和重叠。

该小组在两个人体运动数据集上测试了该算法: 一个是一个人在工厂环境中间歇性地越过机器人的路径，另一个是该小组先前记录了参与者越过桌子安装螺栓的手部动作，然后通过在螺栓上刷密封剂来固定机器人。

对于这两个数据集，与两种常用的部分轨迹对齐算法相比，该算法能够更好地估计一个人通过轨迹的进步。

此外，研究小组发现，当他们将对准算法与运动预测器集成在一起时，机器人可以更准确地预测人的运动时间。

还请阅读印度拥有自己的空间站: ISRO

例如，在工厂车间的场景中，他们发现机器人不太容易冻结在适当的位置，而是在一个人越过路径后不久就顺利地恢复了任务。

尽管该算法是在运动预测的背景下进行评估的，但它也可以用作人机交互领域中其他技术的预处理步骤，例如动作识别和手势检测。

Shah说，该算法将成为使机器人能够识别和响应人类运动和行为模式的关键工具。最终，这可以帮助人类和机器人在结构化的环境中协同工作，例如工厂设置，甚至在某些情况下，家庭