CogniSafe3D
通过CogniSafe3D项目，我们正在弥补确定性工业安全与人工智能驱动机器人技术的灵活性之间的差距。
现代机器人系统越来越依赖深度学习和自适应行为。然而，工业安全标准要求其行为具有确定性且可认证。这就造成了一个根本性的冲突：非确定性的人工智能系统必须在确定性的安全框架内运行。
传统安全系统通常依赖于 2D 传感技术，强制执行保守的速度限制或触发频繁停车——降低生产力并限制真正的协作。
CogniSafe3D 通过引入认知型 3D 安全架构来应对这一挑战，该架构将确定性安全保障与人工智能增强的环境理解相结合。其目标是在不牺牲效率的前提下，实现自适应的、可认证的安全保障。
CogniSafe3D 利用外部高分辨率3D 激光雷达监控共享工作空间，并构建分层安全理念：
- 确定性基础
- 认知层
确定性基础
- 利用有符号距离场（SDF）处理三维点云
- 可靠、安全等级高的违规检测
- 确定性空间安全边界强制执行
- 独立于人工智能组件的实时风险监控
该基础确保符合现行安全标准，并提供可认证的基准行为。
认知层
- 基于人工智能的人体姿态估计（HPE）
- 用于预测人类意图和运动的预测算法
- 情境感知风险评估
- 机器人行为的动态调整
认知层通过在危险发生之前预测危险来增强确定性核心。
CogniSafe3D 目标：
- 功能安全：设计并验证符合 ISO 10218:2025 和 ISO/TS 15066 标准的可认证安全架构
- 网络安全：设计并集成符合 ISA/IEC 62443 标准的网络安全机制，以确保互联机器人系统在工业环境中安全、稳定地运行。
- 可扩展地集成到基于 ROS 2 的机器人系统中
工业影响
- 解决了人工智能驱动的灵活性与可认证的安全要求之间的冲突
- 通过预测性风险评估减少不必要的紧急停车
- 提高共享办公空间的工作效率
- 从被动停工转向主动风险缓解
资金致谢CogniSafe3D 项目 (E! 6085) 获得德国联邦研究、技术和空间部 (BMFTR) 和意大利大学和研究部 (MUR) 的 Eureka-Eurostars 计划资助。
Partners
