VR-Baserad Fjärrstyrning med Adaptiv Autonomi för Delad Kontroll av Mobila Manipulatorer


Pre-study

Örebro universitet

2021-03-01


Andrey Kiselev

2021-12-31

202004483

Syfte och mål

Det primära fokus för denna förstudie är att tillhandahålla säkrare, attraktiva och progressiva arbetsplatser samt öka effektiviteten i gruvdriften genom användning av datadrivna metoder för drift av gruvmaskiner. Ett dubbelt tillvägagångssätt används för att hantera dessa mål: anpassning till operatörernas beteende och inlärning i maskinstyrning för smidig och felsäker drift. Projektet fokuserar specifikt på användningen av samarbetsrobotar för allmänt ändamål som en generalisering av olika manipulatorer som används i moderna gruvmaskiner.

Förväntade effekter och resultat

Projektets resultat förväntas bidra till följande områden: 1. Ökat säkert för maskinoperatörer genom systemets förmåga att fjärrstyras från avstånd med hög effektivitet, vilket eliminerar behovet för operatören att vara i de farliga områdena. 2. Förbättrade arbetsförhållanden genom att använda adaptiva uppslukande virtuella verklighetsgränssnitt för att möjliggöra förbättrad prestanda. 3. Bättre miljöprestanda genom användning av anpassningsförmåga i teleoperativa lösningar.

Planerat upplägg och genomförande

Huvudfokus för denna förstudie är att utforska och utveckla metoder för maskininlärning för att tillåta osäkerheter i manipulatormodellen och operatörsbeteende. Två vetenskapliga arbetspaket om inlärningsrobotmodell och förståelse för operatörernas beteenden är sammankopplade med ett integrationsarbetspaket för att möjliggöra snabb testning och demonstration av resultat. Kommunikation och spridning genomförs i form av vetenskapliga publikationer och allmän uppsökande verksamhet.

FacebookTwitterLinkedInEmail