予測的疲労認識型人間ロボット協働:標準的な協働ロボット上での3モジュール人間中心デジタルツインフレームワークのリアルタイム・オープンソースROS 2実装
Predictive fatigue-aware human-robot collaboration: a real-time, open-source ROS 2 instantiation of a three-module human-centric digital twin framework on a standard cobot
Industry 5.0の協働ロボットは、オペレーターの身体的・認知的状態にリアルタイムで適応するロボットを求めている。本論文は、Vision-Languageモデルを用いた3モジュール人間中心デジタルツイン(HCDT)フレームワークを基盤とし、疲労認識型人間ロボット協働(HRC)に特化したリアルタイム実装を提案する。このシステムは、標準的な協働ロボット(Universal Robots UR3)に、視覚と生体信号(瞳孔測定)を用いて、オペレーターの状態適応を閉ループで行う。認識モジュールは、手のランドマーク追跡、ジェスチャー分類、瞳孔測定を組み合わせる。推論モジュールは、疲労スコア(瞬き率、瞬き時間、PERCLOS、手のジャーク)を計算し、急性ストレス検出も行う。運動モジュールは、逆運動学ソルバー、ワークスペース制限、関節速度制御を提供する。システムは、オペレーターの疲労度に応じてロボットの予備位置決めを可能にし、ジェスチャーから動作までの遅延は最大約830msである。評価では、ジェスチャー分類器が99.62%の精度を達成した。疲労度や緊急停止などの生理学的経路は、シミュレーショントリガーによる制御応答で検証されたが、有機的なデータによる検証は今後の課題である。
- Vision-Languageモデルを用いた3モジュール人間中心デジタルツイン(HCDT)フレームワークによる疲労認識型HRCを、標準的なUniversal Robots UR3上にリアルタイム・オープンソースROS 2実装として発表した。
- ジェスチャー分類器が99.62%の精度を達成し、ジェスチャーからロボット動作までの遅延は最大約830msであると報告された。
- 疲労度に応じたロボットの予備位置決めが可能となる一方、生理学的経路の検証はシミュレーショントリガーによるものであり、有機的データによる検証は未実施である。
本論文は人間中心デジタルツインによる疲労認識型協働ロボットのオープンソース実装を発表しており、Industry 5.0における人間ロボット協働の実用化に向けた技術的マイルストーンを示している。標準的なUniversal Robots UR3上で動作する点やROS 2によるオープンソース公開は、ポストIndustry 4.0の労働力不足・高齢化対策として協働ロボット市場の拡大に寄与する可能性があり、産業用ロボット企業やミドルウェア関連企業への投資判断に注目すべき技術トレンドである。ただし、生理学的データによる実証検証が未実施である点は今後のハードルとして認識すべき。