傳統工業機械手臂通常用於大批量、高精度和高速生產。但由於其高速移動所帶來的安全隱患，需要額外設置安全圍籬，這些安全措施會占用大量空間。此外，工業機械手臂從圈地、程式編輯導入到可以直接投入生產線動輒數月，對於中小企業而言，協作型機械手臂相較於傳統工業機械手臂導入效益提升許多，對此，機器人大廠TM Robotics的副總裁Ryan Guthrie也表示：「只要有了適當的安全機制，幾乎所有機器人都可以進行協同操作」，國際機器人聯盟也提出四種人機協作交互等級。對於產業界，基於這些安全規範的協作型機械手臂顯然更符合現今產業界的需求。
本研究以動態手勢(Dynamic Gesture)為人機協作之核心技術，通過RGB Camera、超寬頻定位模組(Ultra-Wideband, UWB)及慣性測量單元(Inertial Measurement Unit, IMU)等感測器，實現低成本快速導入之協作化框架，通過訓練三維卷積神經網路(3D Convolution Neural Networks, 3DCNN)模型實現動態手勢辨識、通過RGB Camera、IMU及UWB等感測模組追蹤人員手部位置及關節角度，並通過OPC統一架構(OPC Unified Architecture, OPC UA)通訊協議傳輸數值至機械手臂實現人機協作所需之功能。
此外，本研究設計一個通用動態手勢之辨識流程，解決動態手勢辨識邊界模糊的問題，並透過時間分割與滑動窗口法，於影像影格中進一步過濾出實際做動之手勢影格，驗證成功提高6%的辨識準確率與信心值。
並通過多功能模組協作實現機械手臂協作化，各模組皆可依需求擴充升級，提供機械手臂協作化框架於其他研究參考，於業界，提供一低成本可快速導入之協作化方案，可彈性佈建於各種加工環境。
前言
工業機器人從規劃圈地到導入需歷時數月，其時間與占地成本較高。對於空間與資金緊湊的中小企業，若想嘗試在有限空間中導入自動化設備，協作機器人(Collaborative Robot)具備的靈活性、高彈性、安全性以及能快速回收成本等特性，即為最佳的選擇[1-2]。
Lloyd[3]預期全球機器人市場中，協作機器人的市場占比將由2018年的3%增加至2025年的34%，市場規模也將從90億美元增加到120億美元，成長幅度超過30%，顯示協作型機器人在全球市場具極高需求。
然而對於業界而言，若要將現有的工業機器人全部替換為協作型機器人，顯然不符合成本，於是結合兩大陣營的優勢，實現「工業機器人協作化」成為一大研究課題，於2016年國際標準組織(International Organization for Standardization, ISO)訂定ISO/TS 15066：2016，針對人機協作(Human Robot-Collaboration, HRC)進行了四種安全種類的定義[4]；國際機器人聯盟(International Federation of Robotics, IFR)亦提出五種工業機器人的人機交互(Human Robot Interaction, HRI)模式[5]，故本文以工業機器人協作化做為目標。
Green M[7]等人提出直觀的手勢辨識(Gesture Recognition)是最適合人機交互的方式，但動態手勢辨識時間邊界模糊成了辨識之阻礙，故如何克服邊界模糊，並通過動態手勢進行自然有效的人機交互，已成為一個重要的研究課
題[8]。
本研究整理當前背景的需求及問題如下：
1. 手勢是自然語言中較直觀適合用於人機交互的方式，故如何通過辨識邊界模糊之動態手勢進行自然有效的人機交互便顯得尤其重要。
2. 相較於購置新的協作型機械手臂，可考慮透過第三方軟硬體加值，以非侵入式修改的方式升級原有工業機器手臂之方案。
本系統根據上述需求與問題，提出「基於動態手勢辨識技術實現機械手臂智慧協作化系統」，使用者可以透過動態手勢與機械手臂進行任務與工作區域的共享，系統透過外部感測器，進行如人員與機械手臂之距離感測、人員手部定位、人員手部姿態感測以及人員之動態手勢辨識。
研究架構
本研究之系統架構如圖1所示，分為一個子系統與一個功能模組，智慧人機交互子系統(Intelligent Human-Robot Interaction Subsystem)及OPC UA交互功能模組(OPC UA Interaction Module)，各功能模組詳述如下：
1. 機械手臂控制功能模組(Robot Arm Controller Module)：具備控制機械手臂之基本功能，可通過示教器新增、刪除以及編輯加工路徑腳本與協作任務順序，並接收來自智慧手勢交互功能模組以及手部追蹤功能模組回傳之結果，執行對應的運動控制命令。
2. 智慧手勢交互功能模組(Intelligent Hand-Gesture Interaction Module)：通過3DCNN辨識協作人員之動態手勢，並藉由手勢作為人機交互中．人與機械手臂的溝通媒介。本研究設計直觀且易於區分、記憶之手勢集以減少人員訓練時間。協作人員可以隨時進入協作區域開啟協作模式，並通過手勢進行機械手臂的控制與協作任務之執行及選擇，使人員與機械手臂能完成整個協作任務。
3. 手部追蹤功能模組(Hand Tracking Module)：通過機械視覺與開發手掌定位演算法即時獲取廠區人員協作時手部在三維空間中之笛卡爾座標位置，並通過座標轉換為世界座標。藉整合UWB與六軸多功能IMU獲取手部與機械手臂之距離、手腕關節角度，使得機械手臂能調整夾具角度與位置，以適應人員協作時之手部姿態。
4. OPC UA交互功能模組(OPC UA Interaction Module)：在模組間建立統一的通訊介面進行資訊的分享，可以通過模組間的交互實現人機協作系統。上述之模組皆獨立運行於嵌入式或計算機裝置，並通過於樹莓派(Raspberry Pi )建構廠區OPC UA資訊模型以做為不同模組間資訊串連的橋樑，建立模組間基於TCP/IP協議的M2M通訊機制。
...更多內容，請見《機械新刊》雜誌
