産業倉庫におけるAMRの安全性と効率向上のための視覚ベース・人の認識（アウェアネス）推定

概要: 倉庫環境において、人間の安全を確保することは最重要事項です。この種の環境では、人の作業者と自律移動ロボット（AMR）が混在して走行します。現在のアプローチでは、人間を一般的な動的障害物として扱うことが多く、その結果として、作業者が空間を安全に共有できることを十分に理解し、かつ安全に共有する能力がある場合でも、AMRは減速や迂回といった保守的な挙動をとってしまうことがあります。本論文では、単一のRGBカメラを用いてAMRに対する人間の認識（aware）を推定する、リアルタイムの視覚ベース手法を提案します。私たちは、最先端の3D人間ポーズ推定（リフティング）と頭部の向き推定を統合し、人の位置をAMRに対する相対位置として、さらに視野（ビューイングコーン）との関係で特定することで、その人がAMRを認識しているかどうかを判断します。パイプライン全体は、堅牢で物理精度の高いロボティクスシミュレーション環境であるNVIDIA Isaac Sim上で、合成的に生成したデータを用いて検証します。実験結果により、本システムがリアルタイムで人の位置と注意（attention）を確実に検出できることが確認され、人間の認識に基づいてAMRが安全に運動を適応できるようになります。この改良は、産業や工場の自動化における安全性と運用効率の両方を向上させるうえで重要です。