Roboter der Carnegie Mellon University zieht Hemd an

Das robotergestützte Ankleidesystem passt sich unterschiedlichen Körperhaltungen, Körpertypen und Kleidungsstücken an

Carnegie Mellon Universität

Bild: Yufei Wang, Ph.D. Student am Robotics Institute der Carnegie Mellon University sieht zu, wie ein Roboter einen Krankenhauskittel über seinen Arm zieht.mehr sehen

Bildnachweis: Carnegie Mellon University

Für die meisten Menschen ist es selbstverständlich, sich anzuziehen. Daten des National Center for Health Statistics zeigen jedoch, dass 92 % der Bewohner von Pflegeeinrichtungen und Patienten in der häuslichen Pflege Hilfe beim Anziehen benötigen.

Forscher am Robotics Institute (RI) der Carnegie Mellon University sehen eine Zukunft, in der Roboter bei diesem Bedarf helfen können, und arbeiten daran, dies zu ermöglichen.

„Bemerkenswert ist, dass bestehende Bemühungen im Bereich des robotergestützten Anziehens in erster Linie davon ausgehen, dass das Anziehen mit einer begrenzten Auswahl an Armhaltungen und mit einem einzigen festen Kleidungsstück, wie einem Krankenhauskittel, erfolgt“, sagte Yufei Wang, ein RI-Doktorand. Student arbeitet an einem robotergestützten Abrichtsystem. „Unser übergeordnetes Ziel ist es, ein allgemeines System zu entwickeln, das auf die vielfältige Alltagskleidung und die unterschiedlichen motorischen Fähigkeiten eingeht. Wir möchten das System auch auf Personen mit unterschiedlichen eingeschränkten Armbewegungen ausweiten.“

Das robotergestützte Verbandsystem nutzt die Fähigkeiten der künstlichen Intelligenz, um sich an verschiedene menschliche Körperformen, Armhaltungen und Kleidungsauswahlen anzupassen. Die Forschung des Teams nutzte Reinforcement Learning – Belohnungen für die Erfüllung bestimmter Aufgaben –, um ihr allgemeines Kleidungssystem zu erreichen. Konkret gaben die Forscher dem Roboter jedes Mal eine positive Belohnung, wenn er ein Kleidungsstück richtig weiter am Arm einer Person platzierte. Durch kontinuierliche Verstärkung steigerten sie die Erfolgsquote der erlernten Dressing-Strategie des Systems.

Mithilfe einer Simulation brachten die Forscher dem Roboter bei, Kleidung zu manipulieren und Menschen zu kleiden. Bei der Übertragung der in der Simulation erlernten Strategie auf die reale Welt musste sich das Team sorgfältig mit den Eigenschaften des Bekleidungsmaterials auseinandersetzen.

„In der Simulationsphase verwenden wir bewusst zufällig ausgewählte unterschiedliche Kleidungseigenschaften, um die erlernte Anziehstrategie des Roboters so zu steuern, dass sie ein breites Spektrum an Materialattributen umfasst“, sagte Zhanyi Sun, ein RI-Masterstudent, der ebenfalls an dem Projekt mitgearbeitet hat. „Wir hoffen, dass die zufällig variierten Bekleidungseigenschaften in der Simulation die Eigenschaften der Kleidungsstücke in der realen Welt widerspiegeln, sodass die in Simulationsumgebungen erlernte Bekleidungsstrategie nahtlos auf die reale Welt übertragen werden kann.“

Das RI-Team evaluierte das robotische Verbandsystem in einer Humanstudie mit 510 Verbandversuchen bei 17 Teilnehmern mit unterschiedlichen Körperformen, Armhaltungen und fünf Kleidungsstücken. Bei den meisten Teilnehmern war das System in der Lage, den Ärmel jedes Kleidungsstücks vollständig auf den Arm zu ziehen. Im Durchschnitt aller Testfälle bekleidete das System 86 % der Armlänge der Teilnehmer.

Beim Entwurf ihres Systems mussten die Forscher mehrere Herausforderungen berücksichtigen. Erstens sind Kleidungsstücke von Natur aus verformbar, was es für den Roboter schwierig macht, das gesamte Kleidungsstück wahrzunehmen und vorherzusagen, wohin und wie es sich bewegen wird.

„Kleidung unterscheidet sich von starren Objekten, die eine Zustandsschätzung ermöglichen, daher müssen wir eine hochdimensionale Darstellung für verformbare Objekte verwenden, damit der Roboter den aktuellen Zustand der Kleidung und ihre Interaktion mit dem Arm des Menschen wahrnehmen kann“, sagte Wang. „Die Darstellung, die wir verwenden, wird als segmentierte Punktwolke bezeichnet. Sie stellt die sichtbaren Teile der Kleidung als eine Reihe von Punkten dar.“

Auch eine sichere Mensch-Roboter-Interaktion war entscheidend. Es war wichtig, dass der Roboter sowohl übermäßige Krafteinwirkung auf den menschlichen Arm als auch alle anderen Handlungen vermeidet, die Unbehagen verursachen oder die Sicherheit des Einzelnen gefährden könnten. Um diese Risiken zu mindern, belohnte das Team den Roboter für sanftes Verhalten.

Zukünftige Forschung könnte in mehrere Richtungen gehen. Das Team möchte beispielsweise die Fähigkeiten des aktuellen Systems erweitern, indem es ermöglicht, einer Person eine Jacke über beide Arme zu ziehen oder ein T-Shirt über den Kopf zu ziehen. Beide Aufgaben erfordern eine komplexere Gestaltung und Ausführung. Das Team hofft außerdem, sich während des Anziehvorgangs an die Armbewegungen des Menschen anzupassen und fortgeschrittenere Robotermanipulationsfähigkeiten wie das Zuknöpfen oder Zuziehen von Reißverschlüssen zu erforschen.

Im weiteren Verlauf der Arbeit beabsichtigen die Forscher, Beobachtungsstudien in Pflegeeinrichtungen durchzuführen, um Einblicke in die unterschiedlichen Bedürfnisse der einzelnen Personen und in die Verbesserung zu gewinnen, die an ihrem aktuellen unterstützenden Verbandsystem vorgenommen werden muss.

Wang und Sun präsentierten kürzlich ihre Forschung „One Policy To Dress Them All: Learning To Dress People With Diverse Poses and Garments“ auf der Konferenz „Robotics: Science and Systems“. Beraten werden die Studierenden von Zackory Erickson, Assistenzprofessor am RI und Leiter des Robotic Caregiving and Human Interaction (RCHI) Lab; und David Held, außerordentlicher Professor am RI, Leiter der Forschungsgruppe Robots Perceiving And Doing (RPAD).

Weitere Informationen finden Sie auf der Forschungswebsite des Teams.

Haftungsausschluss: AAAS und EurekAlert! sind nicht verantwortlich für die Richtigkeit der auf EurekAlert veröffentlichten Pressemitteilungen! durch beitragende Institutionen oder für die Nutzung jeglicher Informationen über das EurekAlert-System.