CH713932A2 - Verfahren zur Steuerung der Aktivitäten eines Roboters. - Google Patents

Verfahren zur Steuerung der Aktivitäten eines Roboters. Download PDF

Info

Publication number
CH713932A2
CH713932A2 CH00774/18A CH7742018A CH713932A2 CH 713932 A2 CH713932 A2 CH 713932A2 CH 00774/18 A CH00774/18 A CH 00774/18A CH 7742018 A CH7742018 A CH 7742018A CH 713932 A2 CH713932 A2 CH 713932A2
Authority
CH
Switzerland
Prior art keywords
situation
network
needs
measures
robot
Prior art date
Application number
CH00774/18A
Other languages
English (en)
Other versions
CH713932B1 (de
Inventor
Hans Rudolf Früh Dr
Keusch Dominik
von Rickenbach Jannik
Original Assignee
Zhongrui Funing Robotics Shenyang Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongrui Funing Robotics Shenyang Co Ltd filed Critical Zhongrui Funing Robotics Shenyang Co Ltd
Publication of CH713932A2 publication Critical patent/CH713932A2/de
Publication of CH713932B1 publication Critical patent/CH713932B1/de

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0003—Home robots, i.e. small robots for domestic use
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0014—Gripping heads and other end effectors having fork, comb or plate shaped means for engaging the lower surface on a object to be transported
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/081—Touching devices, e.g. pressure-sensitive
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/081—Touching devices, e.g. pressure-sensitive
    • B25J13/082—Grasping-force detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/081—Touching devices, e.g. pressure-sensitive
    • B25J13/084—Tactile sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/086—Proximity sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0028—Gripping heads and other end effectors with movable, e.g. pivoting gripping jaw surfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/02—Gripping heads and other end effectors servo-actuated
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/06—Safety devices
    • B25J19/063—Safety devices working only upon contact with an outside object
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/085—Force or torque sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0033—Gripping heads and other end effectors with gripping surfaces having special shapes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40411—Robot assists human in non-industrial environment like home or office
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Hospice & Palliative Care (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Evolutionary Computation (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Manipulator (AREA)
  • Accommodation For Nursing Or Treatment Tables (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Steuerung der Aktivitäten eines Roboters, wobei der Roboter einen Situationsmanager, der in ein Situationsnetzwerk zur Ermittlung von Bedürfnissen und in ein Aktionsnetzwerk zur Bestimmung von Massnahmen zur Erfüllung der Bedürfnisse unterteilt ist, einen Planer zur Priorisierung von Massnahmen, die vom Situationsmanager und optional von einem Eingabegerät vorgeschlagen werden, und einen Sensor zur Erfassung eines Ereignisses umfasst. Sowohl das Situationsnetzwerk als auch das Aktionsnetzwerk basieren auf Wahrscheinlichkeitsmodellen. Die Unterteilung des Situationsmanagers in ein Situationsnetzwerk und ein Aktionsnetzwerk bewirkt, dass die Berechnung der geeigneten Massnahme für eine konkrete Situation nicht direkt auf den tatsächlichen Daten basiert, sondern vielmehr auf der Berechnung der Bedürfnisse der konkreten Situation. Die Erfindung betrifft ferner einen Roboter zur Durchführung des Verfahrens.

Description

Beschreibung
Allgemeiner Stand der Technik [0001] Menschliche Aufgaben in der persönlichen Betreuung werden mehr und mehr durch autonome Pflege-Roboter ersetzt, die helfen, die Bedürfnisse des täglichen Lebens im Krankenhaus oder in der häuslichen Pflege zu erfüllen. Dies gilt insbesondere für die Betreuung von Personen mit psychischen oder kognitiven Beeinträchtigungen oder Erkrankungen, z.B. bei Demenz. Pflege-Roboter sind mit Vorrichtungen zum Sammeln von Informationen über die pflegebedürftige Person und das Dienstleistungsumfeld ausgestattet, d.h. Sensoren, Mikrofon, Kamera oder intelligente Vorrichtungen, die sich auf das Internet der Dinge beziehen, und Mittel zum Ausführen von Massnahmen, d.h. Vorrichtungen zum Greifen, Bewegen, Kommunizieren. Die Interaktion des menschlichen Roboters wird durch intelligente Funktionen wie beispielsweise die Spracherkennung oder die Erkennung von Gesichtsmimik odertaktilen Mustern erreicht. Diese Funktionen können auch von einem Roboter in der Betreuungssituation nachgeahmt werden, z.B. durch Sprach- oder Gestengenerierung oder die Erzeugung von emotionalem Feedback.
[0002] Für die robotergestützte Pflege ist es eine Herausforderung, die tatsächlichen Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds zu ermitteln und die entsprechenden Massnahmen durchzuführen. Bedürfnisse der Person sind beispielsweise Hunger, Durst, der Wunsch nach Ruhe, nach emotionaler Aufmerksamkeit oder sozialer Interaktion. Bedürfnisse des Dienstleistungsumfelds sind beispielsweise die Notwendigkeit den Tisch abzuräumen oder die Küche aufzuräumen oder den Kühlschrank aufzufüllen. Die entsprechenden Massnahmen sind diejenigen, welche die Bedürfnisse erfüllen. Im Allgemeinen können die Bedürfnisse und Massnahmen nicht nur anhand der tatsächlichen Situation ermittelt werden, sondern hängen von der Historie der Bedürfnisse ab.
Zusammenfassung der Erfindung [0003] Die Erfindung betrifft ein Verfahren zur Steuerung der Aktivitäten eines Roboters, wobei der Roboter einen Situationsmanager, der in ein Situationsnetzwerk zur Ermittlung der Bedürfnisse und ein Aktionsnetzwerk zur Bestimmung der Massnahmen zur Erfüllung der Bedürfnisse unterteilt ist, einen Planer zur Priorisierung von Massnahmen, die vom Situationsmanager und optional von einem Eingabegerät vorgeschlagen werden und einen Sensor zur Erfassung eines Ereignisses umfasst. Sowohl das Situationsnetzwerk als auch das Aktionsnetzwerk basieren auf Wahrscheinlichkeitsmodellen. Die Unterteilung des Situationsmanagers in ein Situationsnetzwerk und ein Aktionsnetzwerk bewirkt, dass die Berechnung der geeigneten Massnahme für eine konkrete Situation nicht direkt auf den tatsächlichen Daten basiert, sondern auf der Berechnung der Bedürfnisse der konkreten Situation.
[0004] Bedürfnisse der pflegebedürftigen Person sind beispielsweise Hunger, Durst, der Wunsch nach Ruhe oder der Wunsch nach emotionaler Aufmerksamkeit. Bedürfnisse des Dienstleistungsumfelds sind beispielsweise das Abräumen des Tisches, das Aufräumen der Küche oder das Nachfüllen des Kühlschranks.
[0005] Massnahmen zur Erfüllung der Bedürfnisse sind beispielsweise ein Objekt zu der Person zu bringen, es von der Person wegzunehmen, emotionales Feedback durch Spracherzeugung oder emotionale Bilddarstellung zu geben, den Tisch abzuräumen oder die Küche aufzuräumen.
[0006] Der Situationsmanager gemäss der vorliegenden Erfindung ist unterteilt in ein Situationsnetzwerk und ein Aktionsnetzwerk. Das Situationsnetzwerk ist als künstliches neurales Netzwerk zur Entscheidungsfindung über die situationsbezogenen Bedürfnisse, also die Bedürfnisse in einer konkreten Situation, konzipiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfeldes über die Zeit gemessen dar, d.h. die situationsbezogenen Bedürfnisse basieren auf der Historie der Bedürfnisse.
[0007] Das Aktionsnetzwerk ist ein künstliches neurales Netzwerk, das die geeigneten Massnahmen für die situationsbezogenen Bedürfnisse ableitet. Sowohl das Situationsnetzwerk als auch das Aktionsnetzwerk basieren auf einem Wahrscheinlichkeitsmodell.
[0008] Die Unterteilung des Situationsmanagers in ein Situationsnetzwerk und ein Aktionsnetzwerk bewirkt, dass die Berechnung der geeigneten Massnahmen für eine konkrete Situation nicht direkt auf den tatsächlichen Daten basiert, sondern auf der Berechnung der Bedürfnisse der konkreten Situation.
[0009] Der Situationsmanager erhält Input aus einem Informationspool. Der Informationspool umfasst Signale von Sensoren und dem Internet der Dinge (loT-Geräte), eine Benutzer-Datenbank und eine Historie. Sensoren gemäss der vorliegenden Erfindung sind beispielsweise sind ein Mikrofon, z.B. zum Erfassen von Sprachmustern, eine Kamera, z.B. zum Erfassen von Gesichtsmimik-Mustern, oder ein Touchpad mit taktilen Sensoren, z.B. zum Erfassen von taktilen Mustern der Person. Die vom Sensor erfassten Signale können durch Spracherkennung, Gesichtsmimik-Erkennung oder Erkennung von taktilen Mustern analysiert werden.
[0010] Ein loT-Gerät ist beispielsweise ein Kühlschrank mit Sensoren zur Kontrolle des Haltbarkeitsdatums seines Inhalts. Die Benutzer-DB ist eine Sammlung von Informationen über die pflegebedürftigen Personen, wie z.B. deren Namen, den aktuellen emotionalen Zustand oder die Position im Raum. Die Historie enthält die historischen Daten der Sensoren und loT-Kanäle, aberauch persönliche Daten, zum Beispiel die Historie des emotionalen Zustands und die Historie der Aktionen
CH 713 932 A2 des Roboters. Darüber hinaus hat der Informationspool Zugang zu den Kommunikationskanälen der Open Platform, um beispielsweise Informationen über den Batteriestatus des Roboters zu erhalten.
[0011] Bevor Informationen aus dem Informationspool vom Situationsmanager genutzt werden können, müssen sie durch die Merkmals-Vorbereitung gehen. Die Merkmals-Vorbereitung bezieht sich auf die Klassifizierung der analysierten Muster, beispielsweise durch den Vergleich der Muster mit personalisierten Mustern in der Benutzer-DB, um den emotionalen Zustand der Person abzuleiten, oder um zeitliche Entwicklungen der Signale von ΙοΤ-Geräten zu erkennen.
[0012] Bei der Priorisierung von Massnahmen berücksichtigt der Planer Entscheidungen des Situationsmanagers und/ oder Daten von Eingabegeräten wie einem Benutzer-Eingabegerät, einem Terminplaner oder einer Notfallsteuerung. Ein Eingabegerät ist ein Gerät, um eine Massnahme direkt durch den Benutzer anzuordnen, beispielsweise eine Taste, um eine bestimmte Pflegeaktion anzuordnen. Der Terminplaner ist ein Zeitplan von Massnahmen, die regelmässig ausgeführt werden müssen, beispielsweise das Essen zu servieren, das Medikament zu bringen. Die Notfallsteuerung ist in der Lage, unerwünschte oder negative Ereignisse zu erkennen, z.B. Anzeichen von Ablehnung oder Widerstand gegen den PflegeRoboter oder einen schwachen Batteriestatus. Die Notfallsteuerung hat Zugriff auf den Informationspool.
[0013] Die Priorisierung durch den Planer hat beispielsweise die Auswirkung, die aktuelle Massnahme zu verfolgen, d.h. ihr weiterhin die höchste Priorität zuzuweisen, die aktuelle Massnahme auszusetzen, d.h. ihr eine niedrigere Priorität zuzuweisen, die aktuelle Massnahme abzubrechen, d.h. sie aus der Massnahmenliste zu löschen, eine neue Massnahme zu starten oder eine zuvor unterbrochene Massnahme wiederaufzunehmen.
[0014] Das Verfahren zur Steuerung der Aktivitäten eines Roboters gemäss der vorliegenden Erfindung umfasst die folgenden Schritte:
[0015] Schritt 1: Erfassen eines Signals mit Hilfe eines Sensors. Durch diesen Schritt wird ein Signal oder ein Muster erfasst, das sich auf den Patienten oder das Dienstleistungsumfeld bezieht. Die Signale oder Signalmuster beziehen sich beispielsweise auf ein Positionssignal, ein Sprachmuster, ein Bildmuster, ein taktiles Muster. Falls sich die Signalmuster auf ein taktiles Muster beziehen, ist der Sensor ein taktiler Sensor, der sich beispielsweise in einem Touchpad des Roboters befindet. Falls mit Hilfe des Sensors ein emotionales Zustandsmuster erkannt wird, ist der Sensor ein Mikrofon zur Erfassung eines Sprachmusters und/oder eine Kamera zur Erfassung eines Gesichtsmimik-Musters.
[0016] Schritt 2: Analysieren des Signals. Durch diesen Schritt wird das erfasste Signal oder Muster interpretiert oder aggregiert ausgewertet, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren. Beziehen sich die Signalmuster auf ein taktiles Muster, so wird durch diesen Schritt das erkannte taktile Muster interpretiert, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren. Wird durch diesen Schritt ein emotionales Zustandsmuster erfasst, wird das erfasste emotionale Zustandsmuster interpretiert, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren.
[0017] Schritt 3: Klassifizieren des Signals. Durch diesen Schritt werden die analysierten Merkmale klassifiziert, beispielsweise durch Vergleich der Muster mit personalisierten Mustern in der Benutzer-DB, um den emotionalen Zustand der Person abzuleiten, oder um zeitliche Entwicklungen von Signalen aus ΙοΤ-Geräten zu erkennen. Falls sich die Signalmuster auf ein taktiles Muster beziehen, wird das taktile Muster mittels personalisierter taktiler Muster klassifiziert. So werden durch diesen Schritt die extrahierten Merkmale klassifiziert, beispielsweise durch Vergleich der taktilen Muster mit den personalisierten taktilen Mustern in der Benutzer-DB. Falls ein emotionales Zustandsmuster erfasst wird, wird das emotionale Zustandsmuster mittels personalisierter emotionaler Zustandsmuster klassifiziert. So werden durch diesen Schritt die extrahierten Merkmale klassifiziert, beispielsweise durch Vergleich der emotionalen Zustandsmuster mit personalisierten emotionalen Zustandsmustern in der Benutzer-DB.
[0018] Schritt 4: Ermitteln der Bedürfnisse der Person und des Dienstleistungsumfelds mit Hilfe des Situationsnetzwerkes. Durch diesen Schritt werden die Bedürfnisse der Situation anhand von Informationen aus dem Informationspool berechnet. Das Situationsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds über die Zeit gemessen dar. Die Berechnung der situationsbezogenen Bedürfnisse durch das künstliche neurale Netzwerk basiert daher nicht nur auf den tatsächlichen Bedürfnissen, sondern auch auf der Historie der Bedürfnisse.
[0019] Schritt 5: Bestimmung der Massnahmen zur Erfüllung der durch das Situationsnetzwerk ermittelten Bedürfnisse. Durch diesen Schritt werden die geeigneten Massnahmen für die Bedürfnisse der Situation berechnet. Das Aktionsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert.
[0020] Schritt 6: Bestimmung von Massnahmen, die von einem Eingabegerät ausgelöst werden. Durch diesen Schritt werden die Massnahmen festgelegt, die von einem Eingabegerät ausgelöst werden. Ein Eingabegerät ist beispielsweise eine Taste, um eine bestimmte Pflegeaktion anzuordnen oder ein Terminplaner zum Auslösen von Massnahmen, die regelmässig ausgeführt werden müssen, oder eine Notfallsteuerung.
[0021] Schritt 7: Priorisieren der Massnahmen durch den Planer. Durch diesen Schritt werden Massnahmen nach einer Dringlichkeitsstufe priorisiert, beispielsweise von der höchsten zur niedrigsten Priorität: (1) Notfallmassnahmen, (2) vom Eingabegerät angeordnete Massnahme, (3) terminierte Massnahme, (4) vom Situationsmanager vorgeschlagene Massnahme.
CH 713 932 A2 [0022] Schritt 8: Ausführen der Massnahme der höchsten Priorität. In diesem Schritt wird die vordringlichste Massnahme ausgeführt.
[0023] Schritt 9: Wiederholen der Schritte (1) bis (9) bis eine Stoppbedingung erreicht ist. Dieser Schritt bewirkt, dass der Roboter immer alles tut, bis er durch einen externen Befehl zum Stoppen angehalten wird.
[0024] Gemäss einer Ausführungsform der Erfindung ist das Eingabegerät ein Benutzer-Eingabegerät und/oder ein Terminplaner und/oder eine Notfallsteuerung.
[0025] Gemäss einer bevorzugten Ausführungsform der Erfindung basiert das Situationsnetzwerk und/oder das Aktionsnetzwerk auf einem Wahrscheinlichkeitsmodell.
[0026] Gemäss einer wichtigen Ausführungsform der Erfindung erhält der Situationsmanager Informationen aus einem Informationspool, wobei der Informationspool auf einen Sensor und/oder auf das Internet der Dinge und/oder auf eine Benutzer-Datenbank und/oder auf eine Historie und/oder auf Kommunikationskanäle der Open Platform zurückgreift.
[0027] Gemäss einer weiteren Ausführungsform der Erfindung werden die Informationen, die der Situationsmanager aus dem Informationspool erhält, durch eine Merkmais-Vorbereitungs-Aufgabe klassifiziert.
[0028] Die Erfindung bezieht sich auch auf einen Roboter zur Durchführung des beschriebenen Verfahrens, wobei der Roboter einen Planer zur Priorisierung von Aufgaben umfasst, die von einem Situationsmanager und optional von einem Eingabegerät empfangen werden. Der Situationsmanager ist in ein Situationsnetzwerk zur Ermittlung von Bedürfnissen und in ein Aktionsnetzwerk zur Bestimmung von Massnahmen zur Erfüllung der Bedürfnisse unterteilt.
[0029] Gemäss einer Ausführungsform ist das Eingabegerät ein Benutzer-Eingabegerät und/oder ein Terminplaner und/ oder eine Notfallsteuerung.
[0030] Gemäss einer bevorzugten Ausführungsform basieren das Situationsnetzwerk und/oder das Aktionsnetzwerk auf einem Wahrscheinlichkeitsmodell.
[0031] Gemäss einer wichtigen Ausführungsform erhält der Situationsmanager Informationen aus einem Informationspool, wobei der Informationspool auf einen Sensor und/oder auf das Internet der Dinge und/oder auf eine Benutzerdatenbank und/oder auf eine Historie und/oder auf Kommunikationskanäle der Open Platform zurückgreift.
[0032] Gemäss einer weiteren Ausführungsform werden die Informationen, die der Situationsmanager aus dem Informationspool erhält, durch eine Merkmais-Vorbereitungs-Aufgabe klassifiziert.
[0033] Gemäss einer sehr wichtigen Ausführungsform hat der Sensor eine Fläche von mindestens 16 mm2. Dadurch kann z.B. das taktile Muster gut vom Sensor erfasst werden.
[0034] Schliesslich kann der Sensor in eine weiche taktile Hülle des Roboters eingebettet werden. Auch hierdurch kann z.B. das taktile Muster gut vom Sensor erfasst werden.
Kurze Beschreibung der Zeichnungen [0035]
Fig. 1 ist ein Diagramm, das den Informationsfluss und den Entscheidungsfluss des Roboters gemäss der vorliegenden Erfindung darstellt.
Fig. 2a ist ein Flussdiagramm, das den Arbeitsablauf des Roboters im Überwachungsmodus zeigt.
Fig. 2b ist ein Flussdiagramm, das den Arbeitsablauf des Roboters im taktilen Interaktionsmodus zeigt.
Fig. 2c ist ein Flussdiagramm, das den Arbeitsablauf des Roboters im sozialen Interaktionsmodus zeigt.
[0036] Fig. 1 zeigt den Informationsfluss und den Entscheidungsfluss des Pflege-Roboters. Die Kernkomponente des
Pflege-Roboters ist ein Planer. Die Aufgabe des Planers ist es, Aktionen zu priorisieren und die Ausführung von Massnahmen in einer konkreten Pflegesituation aufzurufen.
[0037] Massnahmen sind beispielsweise die Position zu verändern, ein Objekt zu bringen oder wegzunehmen oder die Küche aufzuräumen. Bei der Priorisierung von Massnahmen berücksichtigt der Planer Entscheidungen des Situationsmanagers und/oder von Eingabegeräten wie einem Benutzer-Eingabegerät, einem Terminplaner oder einer Notfallsteuerung.
[0038] Die Aufgabe des Situationsmanagers ist es, dem Planer die Massnahmen zur Verfügung zu stellen, welche die Bedürfnisse der Person, beispielsweise Hunger, Durst, Stressreduktion oder Bedürfnisse der Pflege und des Dienstleistungsumfelds in einer konkreten Situation erfüllen. Der Situationsmanager reagiert auf Anfrage des Planers. Der Situationsmanager gemäss der vorliegenden Erfindung ist unterteilt in ein Situationsnetzwerk und ein Aktionsnetzwerk. Das Situationsnetzwerk ist als künstliches neurales Netzwerk zur Entscheidungsfindung über die situationsbezogenen Bedürfnisse, also die Bedürfnisse in einer konkreten Situation, konzipiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds über die Zeit gemessen dar, d.h. die situationsbezogenen Bedürfnisse basieren auf der Historie der Bedürfnisse.
CH 713 932 A2 [0039] Das Aktionsnetzwerk ist ein künstliches neurales Netzwerk, das die geeigneten Massnahmen für die situationsbezogenen Bedürfnisse ableitet. Sowohl das Situationsnetzwerk als auch das Aktionsnetzwerk basieren auf einem Wahrscheinlichkeitsmodell.
[0040] Die Unterteilung des Situationsmanagers in ein Situationsnetzwerk und ein Aktionsnetzwerk bewirkt, dass die Berechnung der geeigneten Massnahmen für eine konkrete Situation nicht direkt auf den Daten des Informationspools basiert, sie basiert vielmehr auf der getrennten Berechnung der Bedürfnisse für eine konkrete Situation.
[0041] Der Situationsmanager erhält Input aus einem Informationspool. Der Informationspool umfasst Information von Sensoren und ΙοΤ-Geräten, eine Benutzerdatenbank und eine Historie. Sensoren gemäss der vorliegenden Erfindung sind beispielsweise ein Mikrofon, eine Kamera, ein Touchpad. Ein ΙοΤ-Gerät ist beispielsweise ein Kühlschrank oder andere intelligente Geräte. Die Benutzerdatenbank ist eine Sammlung von Informationen über die pflegebedürftigen Personen, beispielsweise deren Namen, den aktuellen emotionalen Zustand oder die aktuelle Position im Raum. Die Historie enthält die historischen Daten der Sensoren und ΙοΤ-Kanäle sowie die Historie von Zuständen der pflegebedürftigen Personen und die Historie der Aktionen des Roboters. Darüber hinaus hat der Informationspool Zugang zu den Kommunikationskanälen der Open Platform, um beispielsweise Informationen über den Batteriestatus des Roboters zu erhalten.
[0042] Bevor Informationen aus dem Informationspool vom Situationsmanager genutzt werden können, müssen sie durch die Merkmals-Vorbereitung gehen. Die Merkmals-Vorbereitung bezieht sich auf die Klassifizierung oder Anhäufung von Informationen, beispielsweise die Klassifizierung von Sprachsignalen über Spracherkennung, die Klassifizierung von Berührungen übertaktile Erkennung, die Klassifizierung von Gefühlszuständen über Gesichtsmimik-Erkennung, die Ansammlung von Informationen aus intelligenten Geräten zur Erkennung von Entwicklungen.
[0043] Ein Eingabegerät kann eine Taste mit zugehöriger Funktion, ein Touchscreen sein. Der Terminplaner ist ein Zeitplan von Massnahmen, die regelmässig ausgeführt werden müssen, z.B. das Essen zu bringen, die Medikamente bereitzustellen. Die Notfallsteuerung ist in der Lage, unerwünschte oder negative Ereignisse zu erkennen, z.B. Anzeichen von Ablehnung oder Widerstand gegen den Pflege-Roboter oder einen schwachen Batteriestatus. Die Notfallsteuerung hat Zugriff auf den Informationspool.
[0044] Die Priorisierung durch den Planer hat beispielsweise die Auswirkung, die aktuelle Massnahme zu verfolgen, d.h. ihr weiterhin die höchste Priorität zuzuweisen, die aktuelle Massnahme auszusetzen, d.h. ihr eine niedrigere Priorität zuzuweisen, die aktuelle Massnahme abzubrechen, d.h. sie aus der Massnahmenliste zu löschen, eine neue Massnahme zu starten oder eine zuvor unterbrochene Massnahme wiederaufzunehmen.
[0045] Fig. 2a zeigt ein Flussdiagramm, das den Arbeitsablauf des Roboters im Überwachungsmodus zeigt. Das Verfahren umfasst die folgenden Schritte:
[0046] Schritt 1: Erfassen eines Signals mit Hilfe eines Sensors. Durch diesen Schritt wird ein Signal oder ein Muster erfasst, das sich auf den Patienten oder das Dienstleistungsumfeld bezieht. Die Signale oder Signalmuster beziehen sich beispielsweise auf ein Positionssignal, ein Sprachmuster, ein Bildmuster, ein taktiles Muster.
[0047] Schritt 2: Analysieren des Signals. Durch diesen Schritt wird das erfasste Signal oder Muster interpretiert oder aggregiert ausgewertet, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren.
[0048] Schritt 3: Klassifizieren des Signals. Durch diesen Schritt werden die analysierten Merkmale klassifiziert, beispielsweise durch Vergleich der Muster mit personalisierten Mustern in der Benutzer-DB, um den emotionalen Zustand der Person abzuleiten, oder um zeitliche Entwicklungen von Signalen aus ΙοΤ-Geräten zu erkennen.
[0049] Schritt 4: Ermitteln der Bedürfnisse der Person und des Dienstleistungsumfelds mit Hilfe des Situationsnetzwerkes. Durch diesen Schritt werden die Bedürfnisse der Situation anhand von Informationen aus dem Informationspool berechnet. Das Situationsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds über die Zeit gemessen dar. Die Berechnung der situationsbezogenen Bedürfnisse durch das künstliche neurale Netzwerk basiert daher nicht nur auf den tatsächlichen Bedürfnissen, sondern auch auf der Historie der Bedürfnisse.
[0050] Schritt 5: Bestimmung der Massnahmen zur Erfüllung der durch das Situationsnetzwerk ermittelten Bedürfnisse. Durch diesen Schritt werden die geeigneten Massnahmen für die Bedürfnisse der Situation berechnet. Das Aktionsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert.
[0051] Schritt 6: Bestimmung von Massnahmen, die von einem Eingabegerät ausgelöst werden. Durch diesen Schritt werden die Massnahmen festgelegt, die von einem Eingabegerät ausgelöst werden. Ein Eingabegerät ist beispielsweise eine Taste, um eine bestimmte Pflegeaktion anzuordnen oder ein Terminplaner zum Auslösen von Massnahmen, die regelmässig ausgeführt werden müssen, oder eine Notfallsteuerung.
[0052] Schritt 7: Priorisieren der Massnahmen durch den Planer. Durch diesen Schritt werden Massnahmen nach einer Dringlichkeitsstufe priorisiert, z.B. von der höchsten zur niedrigsten Priorität: (1) Notfallmassnahmen, (2) vom Eingabegerät angeordnete Massnahme, (3) terminierte Massnahme, (4) vom Situationsmanager vorgeschlagene Massnahme.
CH 713 932 A2 [0053] Schritt 8: Ausführen der Massnahme der höchsten Priorität. In diesem Schritt wird die vordringlichste Massnahme ausgeführt.
[0054] Schritt 9: Wiederholen der Schritte (1) bis (9) bis eine Stoppbedingung erreicht ist. Dieser Schritt bewirkt, dass der Roboter immer alles tut, bis er durch einen externen Befehl zum Stoppen angehalten wird.
[0055] Fig. 2b zeigt ein Flussdiagramm, das den Arbeitsablauf des Roboters im taktilen Interaktionsmodus zeigt. Das Verfahren umfasst die folgenden Schritte:
[0056] Schritt 1: Erfassen eines taktilen Musters durch einen Sensor. Durch diesen Schritt wird ein auf den Patienten bezogenes taktiles Muster erfasst.
[0057] Schritt 2: Analysieren des taktilen Signals durch eine Analyseeinheit. Durch diesen Schritt wird das erfasste taktile Muster interpretiert oder aggregiert ausgewertet, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren.
[0058] Schritt 3: Klassifizieren des taktilen Signals mit Hilfe von personalisierten taktilen Mustern. Durch diesen Schritt werden die analysierten Merkmale klassifiziert, beispielsweise durch Vergleich der Muster mit personalisierten Mustern in der Benutzer-DB, um den emotionalen Zustand der Person abzuleiten, oder um zeitliche Entwicklungen von Signalen aus ΙοΤ-Geräten zu erkennen.
[0059] Schritt 4: Ermitteln der Bedürfnisse der Person mit Hilfe des Situationsnetzwerkes. Durch diesen Schritt werden die Bedürfnisse der Situation anhand von Informationen aus dem Informationspool berechnet. Das Situationsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds über die Zeit gemessen dar. Die Berechnung der situationsbezogenen Bedürfnisse durch das künstliche neurale Netzwerk basiert daher nicht nur auf den tatsächlichen Bedürfnissen, sondern auch auf der Historie der Bedürfnisse.
[0060] Schritt 5: Bestimmung der Massnahmen zur Erfüllung der durch das Situationsnetzwerk ermittelten Bedürfnisse. Durch diesen Schritt werden die geeigneten Massnahmen für die Bedürfnisse der Situation berechnet. Das Aktionsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert.
[0061] Schritt 6: Bestimmung von Massnahmen, die von einem Eingabegerät ausgelöst werden. Durch diesen Schritt werden die Massnahmen festgelegt, die von einem Eingabegerät ausgelöst werden. Ein Eingabegerät ist beispielsweise eine Taste, um eine bestimmte Pflegeaktion anzuordnen oder ein Terminplaner zum Auslösen von Massnahmen, die regelmässig ausgeführt werden müssen, oder eine Notfallsteuerung.
[0062] Schritt 7: Priorisieren der Massnahmen durch den Planer. Durch diesen Schritt werden Massnahmen nach einer Dringlichkeitsstufe priorisiert, z.B. von der höchsten zur niedrigsten Priorität: (1) Notfallmassnahmen, (2) vom Eingabegerät angeordnete Massnahme, (3) terminierte Massnahme, (4) vom Situationsmanager vorgeschlagene Massnahme.
[0063] Schritt 8: Ausführen der Massnahme der höchsten Priorität. In diesem Schritt wird die vordringlichste Massnahme ausgeführt.
[0064] Schritt 9: Wiederholen der Schritte (1) bis (9) bis eine Stoppbedingung erreicht ist. Dieser Schritt bewirkt, dass der Roboter immer alles tut, bis er durch einen externen Befehl zum Stoppen angehalten wird.
[0065] Fig. 2c ist ein Flussdiagramm, das den Arbeitsablauf des Roboters im sozialen Interaktionsmodus zeigt. Das Verfahren umfasst die folgenden Schritte:
[0066] Schritt 1: Erfassen eines emotionalen Zustandsmusters durch einen Sensor. Durch diesen Schritt wird ein auf den Patienten bezogenes emotionales Zustandsmuster erfasst.
[0067] Schritt 2: Analysieren des emotionalen Zustandsmusters durch eine Analyseeinheit. Durch diesen Schritt wird das erfasste emotionale Zustandsmuster interpretiert oder aggregiert ausgewertet, um beispielsweise mittels Zeitreihen Merkmale zu extrahieren.
[0068] Schritt 3: Klassifizieren des emotionalen Zustandsmusters mit Hilfe von personalisierten emotionalen Zustandsmustern. Durch diesen Schritt werden die analysierten Merkmale klassifiziert, beispielsweise durch Vergleich der Muster mit personalisierten Mustern in der Benutzer-DB, um den emotionalen Zustand der Person abzuleiten, oder um zeitliche Entwicklungen von Signalen aus ΙοΤ-Geräten zu erkennen.
[0069] Schritt 4: Ermitteln der Bedürfnisse der Person mit Hilfe des Situationsnetzwerkes. Durch diesen Schritt werden die Bedürfnisse der Situation anhand von Informationen aus dem Informationspool berechnet. Das Situationsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert. Die situationsbezogenen Bedürfnisse stellen die kumulierten Bedürfnisse der pflegebedürftigen Person und des Dienstleistungsumfelds über die Zeit gemessen dar. Die Berechnung der situationsbezogenen Bedürfnisse durch das künstliche neurale Netzwerk basiert daher nicht nur auf den tatsächlichen Bedürfnissen, sondern auch auf der Historie der Bedürfnisse.
[0070] Schritt 5: Bestimmung der Massnahmen zur Erfüllung der durch das Situationsnetzwerk ermittelten Bedürfnisse. Durch diesen Schritt werden die geeigneten Massnahmen für die Bedürfnisse der Situation berechnet. Das Aktionsnetzwerk ist als künstliches neurales Netzwerk konzipiert, das auf einem Wahrscheinlichkeitsmodell basiert.
CH 713 932 A2 [0071] Schritt 6: Bestimmung von Massnahmen, die von einem Eingabegerät ausgelöst werden. Durch diesen Schritt werden die Massnahmen festgelegt, die von einem Eingabegerät ausgelöst werden. Ein Eingabegerät ist beispielsweise eine Taste, um eine bestimmte Pflegeaktion anzuordnen oder ein Terminplaner zum Auslösen von Massnahmen, die regelmässig ausgeführt werden müssen, oder eine Notfallsteuerung.
[0072] Schritt 7: Priorisieren der Massnahmen durch den Planer. Durch diesen Schritt werden Massnahmen nach einer Dringlichkeitsstufe priorisiert, z.B. von der höchsten zur niedrigsten Priorität: (1) Notfallmassnahmen, (2) vom Eingabegerät angeordnete Massnahme, (3) terminierte Massnahme, (4) vom Situationsmanager vorgeschlagene Massnahme.
[0073] Schritt 8: Ausführen der Massnahme der höchsten Priorität. In diesem Schritt wird die vordringlichste Massnahme ausgeführt.
[0074] Schritt 9: Wiederholen der Schritte (1) bis (9) bis eine Stoppbedingung erreicht ist. Dieser Schritt bewirkt, dass der Roboter immer alles tut, bis er durch einen externen Befehl zum Stoppen angehalten wird.

Claims (10)

  1. Patentansprüche
    1. Verfahren zur Steuerung der Aktivitäten eines Roboters, wobei der Roboter umfasst:
    -einen Situationsmanager, der in ein Situationsnetzwerk zur Ermittlung von Bedürfnissen und in ein Aktionsnetzwerk zur Bestimmung von Massnahmen zur Erfüllung der Bedürfnisse unterteilt ist
    - einen Planer zur Priorisierung von Massnahmen, die vom Situationsmanager und optional von einem Eingabegerät vorgeschlagen werden
    - einen Sensor zur Erfassung von Signalen umfassend die folgenden Schritte:
    Schritt 1: Erfassen eines Signals mit Hilfe des Sensors Schritt 2: Analysieren des Signals Schritt 3: Klassifizieren des Signals
    Schritt 4: Ermitteln der Bedürfnisse mit Hilfe des Situationsnetzwerkes
    Schritt 5: Bestimmen von Massnahmen zur Erfüllung der vom Situationsnetzwerk ermittelten Bedürfnisse Schritt 6: Bestimmen von Massnahmen, die von dem Eingabegerät ausgelöst werden Schritt 7: Priorisieren der Massnahmen durch den Planer
    Schritt 8: Ausführen der Massnahme der höchsten Priorität Schritt 9: Wiederholen von Schritt (1) bis (9)
  2. 2. Verfahren nach Anspruch 1, wobei das Eingabegerät ein Benutzer-Eingabegerät und/oder ein Terminplaner und/oder eine Notfallsteuerung ist.
  3. 3. Verfahren nach Anspruch 1 oder 2, wobei das Situationsnetzwerk und/oder das Aktionsnetzwerk auf einem Wahrscheinlichkeitsmodell basieren.
  4. 4. Verfahren nach einem der vorherigen Ansprüche, wobei der Situationsmanager Informationen aus einem Informationspool erhält, wobei der Informationspool auf einen Sensor und/oder auf das Internet der Dinge und/oder auf eine Benutzer-Datenbank und/oder auf eine Historie und/oder auf Kommunikationskanäle der Open Platform zurückgreift.
  5. 5. Verfahren nach Anspruch 4, wobei die Information, die der Situationsmanager aus dem Informationspool erhält, durch eine Merkmais-Vorbereitungs-Aufgabe klassifiziert wird.
  6. 6. Roboter zum Ausführen des Verfahrens nach Anspruch 1 bis 5, wobei der Roboter einen Planer zur Priorisierung von Aufgaben umfasst, die er vom Situationsmanager und optional von einem Eingabegerät erhält, dadurch gekennzeichnet, dass der Situationsmanager in ein Situationsnetzwerk zur Ermittlung von Bedürfnissen und in ein Aktionsnetzwerk zur Bestimmung der Massnahmen zur Erfüllung der Bedürfnisse unterteilt ist.
  7. 7. Roboter nach Anspruch 6, wobei das Eingabegerät ein Benutzer-Eingabegerät und/oder ein Terminplaner und/oder eine Notfallsteuerung ist.
  8. 8. Roboter nach Anspruch 6 oder 7, wobei das Situationsnetzwerk und/oder das Aktionsnetzwerk auf einem Wahrscheinlichkeitsmodell basieren.
  9. 9. Roboter nach Anspruch 6 bis 8, wobei der Situationsmanager Informationen aus einem Informationspool erhält, wobei der Informationspool auf einen Sensor und/oder auf das Internet der Dinge und/oder auf eine Benutzer-Datenbank und/oder auf eine Historie und/oder auf Kommunikationskanäle der Open Platform zurückgreift.
  10. 10. Roboter nach Anspruch 9, wobei die Information, die der Situationsmanager aus dem Informationspool erhält, durch eine Merkmais-Vorbereitungs-Aufgabe klassifiziert wird.
    CH 713 932 A2
    Informationsfluss
    CH 713 932 A2 re (N ώ
    Z
    CH 713 932 A2
    Beenden _Ω fM .SP
    CH 713 932 A2
    Beenden υ
    (S .ώ ίΖ
CH00774/18A 2017-06-19 2017-10-07 Verfahren zur Steuerung der Aktivitäten eines Roboters. CH713932B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762521686P 2017-06-19 2017-06-19
PCT/EP2017/075574 WO2018233856A1 (en) 2017-06-19 2017-10-06 METHOD FOR CONTROLLING ACTIVITIES OF A ROBOT

Publications (2)

Publication Number Publication Date
CH713932A2 true CH713932A2 (de) 2018-12-28
CH713932B1 CH713932B1 (de) 2020-05-29

Family

ID=60037614

Family Applications (3)

Application Number Title Priority Date Filing Date
CH00776/18A CH713934B1 (de) 2017-06-19 2017-10-07 Verfahren zur sozialen Interaktion mit einem Roboter.
CH00774/18A CH713932B1 (de) 2017-06-19 2017-10-07 Verfahren zur Steuerung der Aktivitäten eines Roboters.
CH00775/18A CH713933B1 (de) 2017-06-19 2017-10-07 Verfahren zur Erfassung des emotionalen Zustands einer Person durch einen Roboter.

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CH00776/18A CH713934B1 (de) 2017-06-19 2017-10-07 Verfahren zur sozialen Interaktion mit einem Roboter.

Family Applications After (1)

Application Number Title Priority Date Filing Date
CH00775/18A CH713933B1 (de) 2017-06-19 2017-10-07 Verfahren zur Erfassung des emotionalen Zustands einer Person durch einen Roboter.

Country Status (7)

Country Link
US (1) US20200139558A1 (de)
EP (1) EP3641992A1 (de)
JP (4) JP3228266U (de)
CN (3) CN209207531U (de)
CH (3) CH713934B1 (de)
TW (4) TWM577958U (de)
WO (4) WO2018233859A1 (de)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017210213A1 (de) * 2017-06-19 2018-12-20 Kuka Deutschland Gmbh Greifer mit einem Sensor an einem Getriebegliedlager des Greifers
JP3228266U (ja) * 2017-06-19 2020-10-22 ジョンルイ フーニン ロボティクス （シェンヤン） カンパニー リミテッド 人との社会的相互作用のための行為を実施するように構成されたロボット
CN109807903B (zh) * 2019-04-10 2021-04-02 博众精工科技股份有限公司 一种机器人控制方法、装置、设备和介质
JP7258391B2 (ja) * 2019-05-08 2023-04-17 国立研究開発法人産業技術総合研究所 児童相談所などにおける情報処理方法及び装置
JP7362308B2 (ja) * 2019-06-17 2023-10-17 株式会社ディスコ 加工装置
US11717587B2 (en) 2020-05-08 2023-08-08 Robust AI, Inc. Ultraviolet cleaning trajectory modeling
CN115196327B (zh) * 2021-04-12 2023-07-07 天津新松机器人自动化有限公司 一种智能机器人下料工作站
DE102021213649A1 (de) * 2021-12-01 2023-06-01 Volkswagen Aktiengesellschaft Entnahmewerkzeug und Entnahmesystem zur Entnahme von mittels 3D-Druckverfahren gefertigter Bauteile aus einem Pulverbett
GB2622813A (en) * 2022-09-28 2024-04-03 Dyson Technology Ltd Finger for a robotic gripper
CN116690628B (zh) * 2023-07-31 2023-12-01 季华顺为(佛山)智能技术有限公司 一种导线端子夹取装置

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2753946A1 (de) 1977-12-03 1979-06-13 Bayer Ag 1-n-aryl-1,4-dihydropyridine und ihre verwendung als arzneimittel
JPS6039090A (ja) * 1983-08-11 1985-02-28 三菱電機株式会社 産業用ロボツトのハンド装置
JPS6171302A (ja) * 1984-09-14 1986-04-12 Toshiba Corp ロボットハンド用近接センサ装置
JPH0319783A (ja) * 1989-02-16 1991-01-28 Sanyo Electric Co Ltd ワーク保持機構
JPH05381U (ja) * 1991-06-17 1993-01-08 株式会社安川電機 ロボツトハンド
JPH06206187A (ja) * 1992-06-10 1994-07-26 Hanshin Sharyo Kk 被搬送物挟持方法および装置
IT1284621B1 (it) * 1996-04-05 1998-05-21 Az Gomma Ricambi S R L Testina prensile per movimentazione di contenitori.
JP3515299B2 (ja) * 1996-11-26 2004-04-05 西日本電線株式会社 電線把持工具
EP0993916B1 (de) 1998-10-15 2004-02-25 Tecan Trading AG Robotergreifer
EP1381925B1 (de) 2001-04-22 2005-08-31 Neuronics AG Knickarmroboter
US7443115B2 (en) * 2002-10-29 2008-10-28 Matsushita Electric Industrial Co., Ltd. Apparatus and method for robot handling control
JP2005131719A (ja) * 2003-10-29 2005-05-26 Kawada Kogyo Kk 歩行型ロボット
US8909370B2 (en) * 2007-05-08 2014-12-09 Massachusetts Institute Of Technology Interactive systems employing robotic companions
DE112008004009B4 (de) * 2008-09-10 2023-10-12 Harmonic Drive Systems Inc. Roboterhand und Verfahren für die Handhabung von flächigen Gegenständen
JP2010284728A (ja) * 2009-06-09 2010-12-24 Kawasaki Heavy Ind Ltd 搬送ロボット及び自動教示方法
JP4834767B2 (ja) * 2009-12-10 2011-12-14 株式会社アイ．エス．テイ 把持装置、布地処理ロボットおよび布地処理システム
CH705297A1 (de) 2011-07-21 2013-01-31 Tecan Trading Ag Greiferzange mit austauschbaren Greiferfingern.
CN103192401B (zh) * 2012-01-05 2015-03-18 沈阳新松机器人自动化股份有限公司 机械手末端执行器
KR101941844B1 (ko) * 2012-01-10 2019-04-11 삼성전자주식회사 로봇 및 그 제어방법
US20150314454A1 (en) * 2013-03-15 2015-11-05 JIBO, Inc. Apparatus and methods for providing a persistent companion device
JP2014200861A (ja) * 2013-04-02 2014-10-27 トヨタ自動車株式会社 把持装置及び荷物搬送ロボット
US9434076B2 (en) * 2013-08-06 2016-09-06 Taiwan Semiconductor Manufacturing Co., Ltd. Robot blade design
JP6335587B2 (ja) * 2014-03-31 2018-05-30 株式会社荏原製作所 基板保持機構、基板搬送装置、半導体製造装置
EP2933065A1 (de) * 2014-04-17 2015-10-21 Aldebaran Robotics Humanoider Roboter mit autonomer Lebensfähigkeit
EP2933064A1 (de) * 2014-04-17 2015-10-21 Aldebaran Robotics System, Verfahren und Computerprogrammprodukt zur Handhabung von humanoider Roboterinteraktion mit Menschen
JP6593991B2 (ja) * 2014-12-25 2019-10-23 三菱重工業株式会社 移動ロボット及び先端ツール
CN106325112B (zh) * 2015-06-25 2020-03-24 联想(北京)有限公司 一种信息处理方法及电子设备
JP3228266U (ja) * 2017-06-19 2020-10-22 ジョンルイ フーニン ロボティクス （シェンヤン） カンパニー リミテッド 人との社会的相互作用のための行為を実施するように構成されたロボット

Also Published As

Publication number Publication date
WO2018233856A1 (en) 2018-12-27
JP3226609U (ja) 2020-07-09
CH713933B1 (de) 2020-05-29
US20200139558A1 (en) 2020-05-07
WO2018233859A1 (en) 2018-12-27
TWM581743U (zh) 2019-08-01
EP3641992A1 (de) 2020-04-29
CH713934B1 (de) 2020-05-29
JP3227656U (ja) 2020-09-10
CN209207531U (zh) 2019-08-06
CH713933A2 (de) 2018-12-28
JP3228266U (ja) 2020-10-22
WO2018233858A1 (en) 2018-12-27
JP3227655U (ja) 2020-09-10
TWM581742U (zh) 2019-08-01
CN209304585U (zh) 2019-08-27
TWM577958U (zh) 2019-05-11
CH713932B1 (de) 2020-05-29
CN109129526A (zh) 2019-01-04
CH713934A2 (de) 2018-12-28
WO2018233857A1 (en) 2018-12-27
TWM577790U (zh) 2019-05-11

Similar Documents

Publication Publication Date Title
CH713932A2 (de) Verfahren zur Steuerung der Aktivitäten eines Roboters.
CA2655189C (en) Measuring cognitive load
EP2209729A1 (de) Verfahren zur festlegung eines zielrufes zur benutzung einer aufzugsanlage und eine aufzugsanlage
DE112019003414T5 (de) Videoüberwachung mit neuronalen Netzen
DE112018000702T5 (de) Robotersystem und roboterdialogverfahren
WO2014020134A1 (de) Vorrichtung, verfahren und applikation zur ermittlung eines aktuellen belastungsniveaus
CN108038421A (zh) 智能接待服务方法及系统
Pfeiffer et al. Aircraft in your head: How air traffic controllers mentally organize air traffic
CN110427848B (zh) 一种精神分析系统
EP2697702B1 (de) Vorrichtung und verfahren zur gestensteuerung eines bildschirms in einer leitwarte
DE102021110674A1 (de) Bewegungsbewertungssystem, bewegungsbewertungsvorrichtung und bewegungsbewertungsverfahren
CN113742687A (zh) 一种基于人工智能的物联网控制方法及系统
Martínez et al. Emotion elicitation oriented to the development of a human emotion management system for people with intellectual disabilities
Koldijk et al. Unobtrusively measuring stress and workload of knowledge workers
WO2023286105A1 (ja) 情報処理装置、情報処理システム、情報処理プログラム、及び情報処理方法
CN116798591B (zh) 一种医疗任务信息管理系统
Farooqi Methods for the investigation of work and human errors in rail engineering contexts
DE202019104596U1 (de) Nutzung von Personenbeförderungseinrichtungen von vorgegebenen Personenzielgruppen nach automatisierter Authentifizierung
DE102018009612A1 (de) Verfahren zur Erstellung von nutzerspezifisch zugeschnittenen automatischen Wissens- und Lernmodellen und zur Kommunikation dieser mit dem Nutzer
Hockey et al. Implementing adaptive automation using on-line detection of high risk operator functional state
Nordin et al. Usability study on human machine interface: In Volvo Cars body factory
AU2006264222B2 (en) Measuring cognitive load
WO2021028087A1 (de) Verfahren zum betreiben einer aufzuganlage sowie eine aufzuganlage, eine aufzugsteuerung und ein computerprogrammprodukt zur ausführung eines solchen verfahrens
Bisognano What juran says
JP2021039709A (ja) プラットホーム危険度判別プログラム及びシステム

Legal Events

Date Code Title Description
AZW Rejection (application)
NV New agent

Representative=s name: INTELLECTUAL PROPERTY SERVICES GMBH, CH

PL Patent ceased