Salience of haptic features for interactive behavior classification in physical human-human/robot collaboration
Fiziksel insan-insan/robot işbirliğinde etkileşimli davranış sınıflandırmasında dokunsal özelliklerin öne çıkması
- Tez No: 816302
- Danışmanlar: PROF. DR. ÇAĞATAY BAŞDOĞAN, YRD. DOÇ. DR. AYŞE KÜÇÜKYILMAZ AKDOĞAN
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Teknolojileri Bilim Dalı
- Sayfa Sayısı: 90
Özet
Son yıllarda, yakın fiziksel etkileşim gerektiren günlük aktivitelerde insanlarla işbirliği yapacak robotlar tasarlamaya yönelik önemli miktarda araştırma yapılmıştır. Bu alanda bir araştırma alanı, insan ortakların eylemlerini koordine etmek için ağırlıklı olarak dokunsal duyuya güvendiği işbirlikçi nesne taşımacılığıdır. İnsanlar, ortak eylem sırasında etkileşimli davranışlara karşı hassastır ve uyum ve çatışma gibi etkileşim durumlarını kolayca ayırt etmek için dokunsal ipuçlarından (yani, uyguladıkları ve manipüle edilen nesneyle etkileşimleri yoluyla algıladıkları kuvvetler / torklar) yararlanabilirler. Etkileşim durumları arasındaki bu tür bir ayrımın tespiti, fiziksel insan-robot etkileşiminde (pHRI) şu anda eksiktir ve etkileşim davranışlarındaki değişikliklere karşı robotu proaktif hale getirerek işbirliğini güclendirebilir. Fiziksel insan-insan etkileşimlerini (pHHI) anlamanın, insan-robot etkileşimterini sınıflandırabilen bir yapay zeka sistemi için çok önemli olduğuna inanıyoruz. Bu tez, fiziksel olarak birbirine bağlı iki ortağın işbirliği sırasında farklı etkileşim davranış sınıflarını ayırt etmede dokunsal algının işin doğası gereği önemli olan rolüne ilişkin içgörü sağlama çabasıdır. Bildiğimiz kadarıyla, bu çalışma fiziksel birlikte manipülasyonda çatışmayla ilgili pHHI davranışlarının tanımlanmasını iyileştirmek için etkileşime özgü dokunsal özellikler tasarlayan ilk çalışmadır. Bu dokunsal bilgi, çeşitli etkileşimli davranışları barındırabilen proaktif robotik ortakları etkinleştirmek için pHRI'de bir temel olarak çalışır. Bu tezin ilk bölümünde, fiziksel insan-insan etkileşimi (pHHI) içindeki etkileşim kalıpları hakkında bilgi çıkarmak için dokunsal verilerin önemini araştırıyoruz. İki insan ortağı içeren ortak bir nesne taşıma senaryosu üzerinde çalışıyoruz ve kuvvet/tork bilgisine dayalı dokunsal özelliklerin, insan etkileşimli davranış kalıplarını tanımlamaya yeterli olduğunu gösteriyoruz. Etkileşimi dört ayrı davranış sınıfına ayırıyoruz. Bu sınıflar, ortakların bir nesneyi öteleme veya dönme hareketleriyle birlikte taşırken uyum içinde çalışıp çalışmadıklarını veya çatışmalarla karşılaşıp karşılaşmadıklarını açıklar. Deneysel bir çalışmada, 12 insan çiftinden veri topluyoruz ve bir Random Forest sınıflandırıcı kullanarak 91% in üzerinde doğru bir sınıflandırma oranı elde ederek dokunsal özelliklerin belirginliğini doğruluyoruz. Bu tezin ikinci kısmı, işbirlikçi bir görevin yürütülmesi sırasında bir insan ile proaktif bir robot arasında meydana gelebilecek hareket çatışmalarını tespit etmek ve çözmek için bir makine öğrenimi (ML) yaklaşımı önermektedir. Yaklaşımımız, yalnızca insan partnerin bireysel durumu hakkında çıkarım yapmak yerine ikili etkileşim modellerine bakarak uyumlu ve çelişkili davranışları ayırt etmeyi amaçlamaktadır. Bunu yaparken, insan ve robotu ayrı ve ayrılabilir varlıklar olarak gören ve bunun yerine işbirliğinin etkileşimli kalitesini tanımlamak için ekip çalışması yoluyla üretilen kinestetik bilgileri dikkate alan fiziksel HRI'da geleneksel olarak benimsenen dualistik tutuma meydan okuyoruz. Dokunsal (kuvvet/tork) verilerinden türetilen özelliklerin, insan ve robotun nesneyi uyumlu bir şekilde manipüle edip etmediğini veya bir çatışmayla karşı karşıya olup olmadığını sınıflandırmak için yeterli olduğunu gösteriyoruz. Etkileşimli hareket kalıpları uyumlu olduğunda robot ortağının çevrimiçi yörünge planlaması yoluyla göreve proaktif olarak katkıda bulunmasını ve bir çatışma algılandığında insan liderliğini takip etmesini sağlamak için bir çatışma çözme stratejisi uygulanır. Kabul denetleyicisi, görev sırasında insan ve robot arasındaki fiziksel etkileşimi düzenler. Bu, bir çatışma olduğunda robotun insanı pasif olarak takip etmesini sağlar. Ortaklar uyum içinde çalışırken robotu proaktif hale getirmek için yapay bir potansiyel alan yaklaşımı kullanılır. Deneysel bir çalışma, bir nesnenin işbirlikçi manipülasyonu sırasında insan ve robot ortakları arasındaki uyumlu ve çelişkili etkileşimleri içeren senaryolar oluşturmak ve makine öğrenimi modelimizi eğitmek ve test etmek için bir veri kümesi oluşturmak üzere tasarlanmıştır. Çalışmanın sonuçları, makine öğreniminin çatışmaları başarılı bir şekilde tespit ettiğini ve çatışma çözme mekanizmamızın, her zaman insan ortağını takip eden pasif bir robot ve çatışmaları çözemeyen proaktif bir robot durumuna kıyasla insan gücünü ve çabasını önemli ölçüde azalttığını göstermektedir.
Özet (Çeviri)
In recent years, a considerable amount of research has been directed toward designing robots to cooperate with humans in daily activities that require close physical interaction. One particular area of interest is collaborative object transportation, where human dyads would rely heavily on haptic sensations to coordinate their actions. Humans are sensitive to interactive behaviors during joint action, and can leverage haptic cues (i.e., the forces they apply and sense through their interactions with the manipulated object) to easily distinguish between interaction states, such as harmony and conflict. Such discrimination between interaction states is currently missing in physical human-robot interaction (pHRI), and collaboration can be improved by making the robot proactive against changes in interaction behaviors. We trust that understanding physical human-human interactions (pHHI) is crucial to implement a robotic system that is able to classify dyadic interactive behaviors. This dissertation is an effort to provide insight into the inherently important role of haptics in differentiating distinct interaction behavior classes during the collaboration of two physically-linked partners. To the best of our knowledge, ours is the first study to design interaction-specific haptic features to improve identification of conflict-related pHHI behaviors in physical co-manipulation. This haptic information works as a basis in pHRI to enable proactive robotic partners that can accommodate varying interactive behaviors. In the first part of this dissertation, we explore the prominence of haptic data to extract information about underlying interaction patterns within physical human-human interaction (pHHI). We work on a joint object transportation scenario involving two human partners, and show that haptic features, based on force/torque information, suffice to identify human interactive behavior patterns. We categorize the interaction into four discrete behavior classes. These classes describe whether the partners work in harmony or face conflicts while jointly transporting an object through translational or rotational movements. In our experimental study, we collect data from 12 human dyads and verify the salience of haptic features by achieving a correct classification rate over 91% using a Random Forest classifier. The second part of this dissertation proposes a machine learning (ML) approach to detect and resolve motion conflicts that may occur between a human and a proactive robot during the execution of a collaborative task. Our approach aims to distinguish harmonious and conflicting behaviors by looking at dyadic interaction patterns rather than inferring solely about the individual state of the human partner. In doing so, we challenge the traditionally adopted dualistic attitude in physical HRI, which considers the human and the robot as distinct and separable entities, and instead, consider the kinesthetic information generated through the teamwork to describe the interactive quality of collaboration. We demonstrate that features derived from haptic (force/torque) data are sufficient to classify if the human and the robot harmoniously manipulate the object or they face a conflict. A conflict resolution strategy is implemented to get the robotic partner to proactively contribute to the task via online trajectory planning whenever interactive motion patterns are harmonious, and to follow the human lead when a conflict is detected. An admittance controller regulates the physical interaction between the human and the robot during the task. This enables the robot to follow the human passively when there is a conflict. An artificial potential field approach is used to make the robot proactive when partners work in harmony. An experimental study is designed to create scenarios involving harmonious and conflicting interactions between human and robot partners during the collaborative manipulation of an object, and to create a dataset to train and test our ML model. The results of the study show that ML successfully detects the conflicts and our conflict resolution mechanism reduces the human force and effort significantly compared to the case of a passive robot that always follows the human partner and a proactive robot that cannot resolve conflicts.
Benzer Tezler
- Sosyal kimlik ile algılayan ve algılananın cinsiyetinin başkalarının üzüntüsüne sevinme eğilimi üzerindeki etkileri
Effects of social identity salience, participant and target gender on the tendency of experiencing schadenfreude.
YEKTA YENİAY
- Organizasyonel faktörlerin stratejik karar kalitesine etkisinde stratejik vizyonun belirginliğinin rolü
The role of strategic vision salience in the impact of organizational factors on strategic decision quality
OĞUZHAN İRENGÜN
- Çalışan kadınların ve ev kadınlarının benlik-algısı, benlik-kurgusu ve merkezi kimlik tanımı açısından karşılaştırılması
Comparison of self-perception, self-construal and the identity salience of women in relation to developmental stages, employment and domestic statuses
MERAL GEZİCİ
Yüksek Lisans
Türkçe
2002
PsikolojiHacettepe ÜniversitesiPsikoloji Ana Bilim Dalı
DOÇ. DR. GÜLDEN GÜVENÇ
- Considerations of death anxiety, meaning in life, self-esteem, self-compassion and loneliness vis-a-vis terror management theory
Ölüm kaygısının benlik saygısı, öz-duyarlılık, yalnızlık ve hayatın anlamı ile terör yönetimi üzerinden ilişkisi
ANIL SÜBETEN
Yüksek Lisans
İngilizce
2018
PsikolojiBoğaziçi ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. MUSTAFA FALİH KÖKSAL
- Analysis of multisensory integration in weakly electric fish
Zayıf elektrik balıklarında çoklu duyusal entegrasyonun incelenmesi
ALP DEMİREL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL UYANIK