У статті представлено розробку програмного забезпечення для моделювання та імітації робочого простору колаборативного робота з урахуванням присутності людей. Це важливий крок у створенні безпечних та ефективних роботизованих систем у рамках концепції Industry 5.0. Проблема породжена необхідністю забезпечення безпеки під час взаємодії робота з оператором, що актуально для сучасних виробничих процесів з високою участю людини. Метою дослідження є створення інструменту для динамічного моделювання середовища, здатного виявляти людей у робочому просторі робота та уникати можливих зіткнень. У процесі дослідження були застосовані методи комп’ютерного зору та алгоритми обробки зображень для визначення місця розташування людини в тривимірному просторі за допомогою таких бібліотек, як PyBullet і OpenCV. Основними результатами роботи є експериментальні дані, що підтверджують ефективність розробленої системи при виявленні об'єктів і запобіганні зіткненням. Новизна дослідження полягає в застосуванні моделі потенційного поля, яка поєднує силу відштовхування від людини та силу тяжіння до цільової точки, що дозволяє адаптивно регулювати траєкторію руху робота. Практична значущість роботи полягає в підвищенні безпеки та ефективності колаборативних роботів в промислових умовах, що сприяє зниженню ризиків для оператора. Метою подальших досліджень є оптимізація алгоритму виявлення людей з урахуванням змін зовнішнього середовища, зокрема, освітленості, а також впровадження адаптивних порогів виявлення об’єктів.
- Yevsieiev, Vladyslav, et al. "Human Operator Identification in a Collaborative Robot Workspace within the Industry 5.0 Concept." Multidisciplinary Journal of Science and Technology 4.9 (2024): 95-105.
- Maksymova, Svitlana, et al. "Comparative Analysis of methods for Predicting the Trajectory of Object Movement in a Collaborative Robot-Manipulator Working Area." Multidisciplinary Journal of Science and Technology 4.10 (2024): 38-48.
- Gurin, Dmytro, et al. "MobileNetv2 Neural Network Model for Human Recognition and Identification in the Working Area of a Collaborative Robot." Multidisciplinary Journal of Science and Technology 4.8 (2024): 5-12.
- Li, Weidong, et al. "Safe human–robot collaboration for industrial settings: a survey." Journal of Intelligent Manufacturing 35.5 (2024): 2235-2261.
- Liu, Hongyi, and Lihui Wang. "Collision-free human-robot collaboration based on context awareness." Robotics and Computer-Integrated Manufacturing 67 (2021): 101997.
- Chiriatti Giorgia, et al. "Adaptive obstacle avoidance for a class of collaborative robots." Machines 9.6 (2021): 113.
- Scimmi, Leonardo Sabatino, et al. "A practical and effective layout for a safe human-robot collaborative assembly task." Applied Sciences 11.4 (2021): 1763.
- Bi, Zhu Ming, et al. "Safety assurance mechanisms of collaborative robotic systems in manufacturing." Robotics and Computer-Integrated Manufacturing 67 (2021): 102022.
- Abu-Jassar, Amer, and Svitlana Maksymova. "Obstacle Avoidance Sensors: A Brief Overview." Multidisciplinary Journal of Science and Technology 3.5 (2023): 4-10.
- Yevsieiev, Vladyslav, Amer Abu-Jassar, and Svitlana Maksymova. "Building a traffic route taking into account obstacles based on the A-star algorithm using the python language." Technical Science Research In Uzbekistan, vol. 2(3). (2024), P. 103-112.
- Maksymova, Svitlana, et al. "Comparative Analysis of methods for Predicting the Trajectory of Object Movement in a Collaborative Robot-Manipulator Working Area." Multidisciplinary Journal of Science and Technology 4.10 (2024): 38-48.
- Gurin, Dmytro, et al. "Using the Kalman Filter to Represent Probabilistic Models for Determining the Location of a Person in Collaborative Robot Working Area." Multidisciplinary Journal of Science and Technology 4.8 (2024): 66-75.