Analisi dell’incertezza dei giunti scheletrici rilasciati dal sistema Azure Kinect Body Tracking SDK

Real-time control of cooperative robots, or cobots, in industrial environments is a mandatory task to reduce the risk for workers by improving their safety. The task of cobot control always requires input data about the surroundings to enable planning procedures and proper reactions to unpredictable events, such as human actions. In this case, the exact position of the humans can be easily inferred from RGB-D cameras, whose output can be processed by body tracking modules to produce exact pose estimations in real-time. This paper experimentally explores the performance of the affordable Microsoft Azure Kinect RGB-D camera and its body-tracking library. A parametric analysis of the uncertainty of the estimation of the skeleton joints is performed by changing the ambient light conditions, the presence of occlusions, the infrared camera resolution, and the human-camera distance. The output of this investigation proves the need for uncertainty management in the control of cobots working with humans.

Il controllo in tempo reale di robot collaborativi, conosciuti anche con il termine cobot, è fondamentale negli ambienti industriali, in quanto permette di ridurre eventuali rischi per i lavoratori, migliorando la loro sicurezza. Le attività che il cobot controlla richiedono dati in input riguardo l’ambiente circostante, al fine di effettuare mappature del luogo in cui si trova e reagire in modo opportuno ad eventi imprevedibili, come possono essere le azioni umane. In particolare, in questo caso, avere una stima sulla posizione dell’operatore aiuta il cobot a meglio prevedere eventuali movimenti improvvisi dell’uomo. Tale scopo può essere raggiunto attraverso l’uso di telecamere RGB-D, il cui output vene processato attraverso sistemi di body tracking in modo da ottenere una stima della posizione dell’uomo in tempo reale. L’obiettivo di questo articolo è quello di analizzare le performance della telecamera Microsoft Azure Kinect RGB-D, insieme alla libreria di body-tracking ad essa associata. È stato realizzato un modello che tiene conto delle diverse condizioni ambientali al contorno durante l’acquisizione delle immagini, in modo da valutare l’incertezza sulla stima dei giunti del corpo a seconda delle condizioni di luce, della presenza di occlusioni, della risoluzione della telecamera, e della distanza tra umano e telecamera. I risultati di tale analisi hanno provato la necessità di saper gestire l’incertezza nel controllo dei cobot che lavorano a stretto contatto con gli umani.