Медицинские роботы на основе человеко-машинного взаимодействия

грант БРФФИ - Ф20Р-324

Целью работы является повышение эффективности и безопасности при выполнении санитарных и транспортных видов работ в учреждениях здравоохранения за счёт применения системы группового управления интеллектуальными медицинскими роботами.

Для достижения поставленной цели в работе планируется решить следующие задачи:

разработать детерминированную модель системы диспетчерского управления движением группы мобильных роботов в замкнутом пространстве по цветоконтрастным линиям для выполнения выбранного технологического процесса;
разработать модель унифицированной виртуальной среды для предварительного тестирования и отладки предложенных методов управления и методов предотвращения столкновений транспортных роботов; предложенная виртуальная среда должна содержать все дополнительные элементы, необходимые роботам для ориентирования;
предложить варианты вербальных и невербальных сигналов от человека, необходимых интеллектуальной системе управления в процессе движения роботов по заданной траектории, которые можно зафиксировать с помощью современных программно-аппаратных средств;
предложить варианты вербальных и невербальных сигналов от робота к человеку, которые будут способствовать скорейшему разрешению потенциальных коллизий, возникающих в процессе движения робота в изменяющейся человеческой среде;
разработать принципы интеграции модуля синтеза и распознавания речи с бортовой системой управления медицинским роботом;
разработать принципы интеграции модуля визуального распознавания жестов человека с бортовой системой управления медицинским роботом;
на основе описания требуемых габаритов внешнего корпуса и характеристик системы управления мобильными роботами создать их цифровые двойники;
реализовать алгоритмические и программные интерфейсы для взаимодействия с разработанными цифровыми двойниками.

При разработке системы управления группой мобильных роботов будут учитываться такие реальные ограничения, как динамические препятствия в виде рабочего персонала и других роботов, физические параметры современных транспортных тележек, возможности известных колаборативных манипуляторов. В результате, основная научная ценность проекта будет заключаться в архитектуре разрабатываемой иерархической многоконтурной системы управления интеллектуальными медицинскими роботами.

Научная идея (гипотеза) проекта состоит во включении человека в контур системы управления движением мобильного робота в качестве внешнего регулятора (в терминах теории автоматического управления). Ранее человек рассматривался в робототехнике либо оператором, либо препятствием. Для безопасного движения в динамически меняющейся человеческой среде роботам недостаточно следовать только ограниченному набору детерминированных правил дорожного движения по нанесённым на пол цветоконтрастным линиям. Интеллектуальные системы управления должны параллельно ориентироваться на вербальные и невербальные сигналы людей, находящихся вблизи или на линиях, выделенных для движения роботов. Причём, роботы должны также иметь возможность вербально и невербально передавать людям информацию о направлении своего движения. Описанная гипотеза управления движением транспортного робота имеет мировой уровень новизны.

Основным научно-техническим результатом проекта будет являться архитектура иерархической многоконтурной системы управления интеллектуальными медицинскими роботами. Указанная система управления может служить основой диспетчерской системы управления роботами, задействованными в санитарных и транспортных процессах медицинских учреждений.

Предполагается, что в условиях развития потенциальных пандемий (наподобие COVID-19) и растущей нехватки младших и средних медицинских работников (в 2018 году во всём мире их нехватка составляла 5,9 миллиона сотрудников) рынок роботов медицинского назначения ускорит свой рост. Альтернативным рынком для применения разрабатываемых технологий является рынок транспортно-логистических роботов, который так же показывает значительный рост в Китае и Беларуси.

Литература:

1. Ким, Т. Ю. Форсированное управление движением мобильного робота / Т. Ю. Ким, Г. А. Прокопович, А. А. Лобатый // Информатика. – 2022. − Т. 19, № 3. – С. 86–100.

2. Жарикова, А.В. Оптимизация параметров мультиагентной системы управления транспортными роботами с использованием имитационного моделирования / А.В. Жарикова, Г.А. Прокопович, В.А. Сычёв // 6 Всеросс. науч.-практ. сем. «Беспилотные транспортные средства с элементами искусственного интеллекта» (БТС-ИИ-2021): Труды сем. – Переславль-Залесский: Росс. ассоц. искусств. интелл., 2022 г. – С. 19-28.

3. Ким, Т. Ю. Оптимизация коэффициентов ПИД-регулятора системы управления движением мобильного робота по цветоконтрастной линии на основе генетического алгоритма / Т. Ю. Ким, Г. А. Прокопович // Информатика. – 2021. − Т. 18, № 4. – С. 40–55. https://doi.org/ 10.37661/1816-0301-2021-18-4-40-55

4. Казакевич, П. П. Система технического зрения распознавания дефектов яблок: обоснование, разработка, испытание / П. П. Казакевич, А. Н. Юрин, Г. А. Прокопович // Вес. Нац. акад. навук Беларусі. Сер. аграр. навук. – 2021. – Т. 59, № 4. – С. 488–500. https://doi.org/10.29235/1817-7204-2021-59-4-488-500

5. Азаренко, В.В. Разработка навесной системы для управления пропашным культиватором в автоматическом режиме / В.В. Азаренко, Д.И. Комлач, В.В. Голдыбан, И.А. Барановский, Г.А. Прокопович // Весці Нацыянальнай акадэміі навук Беларусі. Серыя аграрных навук. – 2021, Том 59, №2. – С. 232-242.

6. Прокопович, Г.А. Электронные инновации для сельского хозяйства / Г.А. Прокопович // Наука и инновации. – 2021, №5. – С. 35-40.

7. Прокопович, Г. А. Особенности масштабирования многоагентных систем на примере централизованного и децентрализованного алгоритмов управления группой малогабаритных мобильных роботов / Г. А. Прокопович // Информационно-измерительные и управляющие системы. – 2016. – Том 14, №11. – С. 41-48.

8. M Fu, T Fan, Z Ding, SQ Salih, N Al-Ansari, ZM Yaseen, "Deep learning data-intelligence model based on adjusted forecasting window scale: application in daily streamflow simulation" // IEEE Access 8, 2020, pp. 32632-32651.

9. ZM Yaseen, M Fu, C Wang, WHMW Mohtar, RC Deo, A El-Shafie, "Application of the hybrid artificial neural network coupled with rolling mechanism and grey model algorithms for streamflow forecasting over multiple time horizons" // Water Resources Management 32 (5), 2018, pp. 1883-1899.

10. M Fu, W Zhu, Z Le, D Manko, "Improved visible light communication positioning algorithm based on image sensor tilting at room corners" // IET Communications 12 (10), 2018, pp. 1201-1206.

11. M Fu, W Wang, Z Le, MS Khorram, "Prediction of particular matter concentrations by developed feed-forward neural network with rolling mechanism and gray model" // Neural Computing and Applications 26 (8), 2015, pp. 1789-1797.