人工智能可检测人类行动前零点五秒预警信号，使“人机协同”的安全性和流畅性更高

尽管在制造业中工业机器人已被广泛使用，但人类与机器人协同解决实际问题的情况仍然很少。一是由于技术受限，二是出于安全考虑。

在工业制造中，机器人拥有人类所不具备的优势，它可以在24小时内快速、准确地工作而无需休息，并且从不会累。然而，在实际场景中，仍然有许多工作需要人来灵活调整。

所以，“人机协作”深度互动，或将成为未来制造业发展的风口。

近日，英国拉夫堡大学团队提出了一种利用移动脑电图测量上肢运动意图的新方法。相关论文以《基于脑电图的手臂运动意图识别，可提高共生人机协作的安全性》为题发表在国际期刊。

相关论文

该研究揭示了，在半在线系统中高检测精度和潜在时间增益可以高达513毫秒，在执行一项工作任务前0.5秒，人类大脑会不断地分析和评估动作，对即将发出的指令进行提前预警，以确保系统的安全。

人类大脑所发出的预警信号，有助于将“手臂的运动意图”传达给机器人，从而提高人机协作的安全性和默契程度。

人机协同仿真

“人机协同”，可产生新的协同效应和任务优化机会

如今，随着消费市场的总规模快速增长，产品呈现出从规模化生产到高度定制化的发展趋势。现有产品特性越来越难以满足人们个性化、多元化的需求，这给消费市场的生产端带来了严峻的挑战。

制造企业如何在较短的时间内生产出更多的产品，如何在生产效率提高的前提下保证工人们的生命安全，是该领域亟待解决的问题。

人们通常认为，一个由高度自动化制造系统构成的机器人，能够很好地处理好重复性的任务和高速度的高负载，同时能生产出相同质量的产品。然而，机器人不能很好地应对不断更新的产品变体，这与产品高变异性的趋势相冲突。

这种情况下，一般是由人工操作员手工流程处理。人工操作可以很好地应对环境的变化，这种优势是机器无法比拟的。然而，手工劳动的产量并不高，而且更耗时。

所以说，“人机协同”可以让彼此优势互补，提高工作效率，以满足产品端复杂性和高适应性的需求，人类和机器人之间更紧密的合作，有望产生新的协同效应和任务优化机会。最终，一旦人类操作员和机器之间的障碍被消除，新的共生关系将会出现，这将产生新的制造模式。

基于传感器的安全系统特性，通过重新分配任务、调整机器人的扭矩和速度来建立一个安全的工作环境。由于目前避免人机发生碰撞的传感器大多基于视觉，这些系统只能在任务已经开始后作出反应。

为了克服这一局限性，该团队在概率模型中，用不同的方法将任务信息和人的位置信息联系起来，以预测人类操作者的未来意图。如果人们能够事先对运动意图进行物理测量，这些解决方案可能会得到加强。

“人机协同”可提高制造业生产中的安全性和流畅性

尽管“人机协同”在制造业生产中的优势很显著，但在接近机器人执行任务时，如何保证操作工人的安全是一个问题。为此，国际标准化组织（ISO）为工业机器人的应用定义了两项主要的安全标准，其中一项是ISO10218规则。

比如，一旦有操作员进入机器人的工作范围，机器人的运动就会停止。当操作工人进入机器人的工作包络线时，可以用较低的速度运行机器人。

除此之外，还在功率和力方面做了约束，以确保在人机接触时，将人体受伤的风险降到最低，这样可以避免操作工人受到傷害。然而，功率的减少将导致处理高负载的能力降低。

总体来说，在必要时限制机器人的速度和力量，避免对人类造成伤害的风险。同时，保持尽可能高的速度和力量以实现高生产率，而在此前这二者很难同时兼顾。

用一种移动的脑电图来测量上肢运动意图，可以应对这种挑战。

人类大脑在执行动作之前会对动作进行持续分析，该团队利用EEG来检测运动意图的可能性，它允许操作员自然地执行他们的任务。操作员的脑电图数据，可以为现有的安全系统提供人类运动的早期预警。

实验中的参与者需要坐在电脑前，在键盘上按下与电脑屏幕中匹配的字母（从A到Z）。运动传感器可以确认，参与者在EEG数据中移动手臂。实验数据显示，人工智能系统可以检测在手臂移动之前最多513毫秒的意图，实际上平均执行时间仅需约300毫秒。

在模拟中，研究人员在特定的条件下测试了部分因素对“人机协作”的影响。他们发现，可以利用这项技术来实现更高的生产率。在最新的发现中，该团队希望将这项研究能实现两件事：

第一，这项提议的技术有助于实现人与机器人更加紧密、且更实质性的合作。

第二，他们并不希望人类站在人工智能或机器学习的对立面，相反要将其视为人类友好的合作伙伴，利用双方所具备的优势，推动制造业的发展。

真正的人与机器人协作（HRC）将推动制造业快速健康发展，这有利于建立一个更安全、更可持续的劳动力市场，同时可弥补人类在性别、年龄或生理残疾等方面的劣势。该团队人工智能和EEG的工作，让人类离真正的EEG更近了一步。（综合整理报道）（编辑/小文）