Robot assistance for collaborative task execution

Abstract

Nowadays highly accurate and mobile robots are able to perceive and manipulate their environment. Such robots can be used to assist humans in everyday tasks to reduce their workload. As a consequence, communication and interaction between humans and robots is becoming more important. In this thesis we present a system for human-robot collaboration for on-table tasks. The system is implemented for the PR2 research and development platform. Using the robot's depth sensor the objects on a table are detected and tracked during task execution. We analyzed on-table tasks in general and used the system to implement three different example tasks: a task that requires the human and the robot to order blocks by color, a task where a bridge is built and a task with a joint action. Additionally, we implemented five action-selection strategies for the robot: proactive, autonomous, reactive, human-requested and human-commands. We conducted a user study to compare the interaction modes during the bridge task and to evaluate the usage of the system in a real scenario. The answers of the participants indicate that for the bridge-building task, people prefer to interact with a robot using the proactive, autonomous or human-commands action-selection strategy rather than with the reactive or the human-requested strategy. The user study demonstrates that the system is useful for tabletop human-robot interaction with a real robot. Furthermore, the system can serve as a basis for further investigations in the area of human-robot interaction.

In der heutigen Zeit sind präzise und mobile Roboter in der Lage, ihre Umgebung wahrzunehmen und mit dieser zu interagieren. Solche Roboter können eingesetzt werden, um Menschen bei alltäglichen Aufgaben zu unterstützen. Dadurch wird die Kommunikation und Interaktion zwischen Mensch und Roboter immer wichtiger. In dieser Arbeit wird ein System vorgestellt, mit welchem Mensch und Roboter gemeinsam Aufgaben an einem Tisch bewältigen können. Das System wurde auf einem PR2 Roboter implementiert. Der Roboter besitzt eine Stereokamera, die benutzt wird, um Objekte auf dem Tisch zu erkennen. Es wurden verschiedene Arten von Aufgaben analysiert und drei Beispielaufgaben entwickelt: eine Aufgabe mit dem Ziel, Blöcke nach Farben geordnet zu stapeln, eine Aufgabe in welcher eine Brücke aus Blöcken gebaut wird und eine weitere Aufgabe, in der Mensch und Roboter zeitgleich interagieren müssen. Für den Roboter wurden fünf verschiedene Interaktionsstrategien implementiert: proaktiv, selbstständig, reaktiv, vom Menschen angefordert und vom Menschen befehligt. Eine Benutzerstudie zum Vergleichen der Strategien und zum Überprüfen des Systems in einem echten Szenario wurde durchgeführt. Die Studienteilnehmer bevorzugten die Interaktion mit der selbstständigen, der proaktiven oder der vom Menschen befehligten Strategie gegenüber der reaktiven oder der vom Menschen angeforderten Strategie. Die Benutzerstudie zeigt, dass das System für die Interaktion mit einem realen Roboter nützlich ist. Des Weiteren kann das System als Grundlage für weitere Forschungen im Bereich der Mensch-Roboter-Interaktion eingesetzt werden.