본 논문은 인간-휴머노이드 협업을 위한 인간 중심의 선제적(proactive) 인체공학적 안전 프레임워크를 제시하며, 협동 작업 전반에 걸쳐 인간의 동작이 신체적으로 안전하고 인체공학적 요구사항을 준수하도록 보장하는 것을 목표로 한다. 벡터 자기회귀(vector auto-regressive) 모델은 반복 작업 데이터에 기반하여 단기 인간 관절 궤적을 예측하고, 예측된 동작은 가상 인간 모델을 통해 추적된다. 제어 장벽 함수(Control Barrier Functions)는 중심의압력(Center of Pressure)을 통한 자세 안정성과 힘 조작가능성 타원체(force manipulability ellipsoid)를 통한 노력 정합(effort alignment)을 포함하여 인체공학적 제약을 실시간으로 강제한다. 협동 들어올리기(lifting) 작업의 시뮬레이션 결과, 이 프레임워크가 예측된 동작을 인체공학적 안전 집합(ergonomic safety set) 내에서 효과적으로 구속함을 보여준다. 정량적 결과로서, 평균 과부하 관절 토크(overloading joint torque)는 어깨에서 24.6% 감소하였고, 총 생체역학적 노력(biomechanical effort)은 각각 어깨와 팔꿈치에서 48.1% 및 60.8% 감소하였다. 이러한 감소는 본 프레임워크가 물리적으로 협동하는 작업에서 인체공학적 안전을 유지하면서 인간의 동작에 선제적으로 적응할 수 있는 휴머노이드 시스템의 가능성을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.