КЛАСИФІКАЦІЯ РИЗИКІВ ТА ІНДИКАТОРІВ ВИЯВЛЕННЯ ВІДМОВ У СИСТЕМАХ НАВЧАННЯ ЗА ДЕМОНСТРАЦІЄЮ ДЛЯ ПРОМИСЛОВИХ РОБОТІВ-МАНІПУЛЯТОРІВ

Автор(и)

  • Юрій Сенчук Національний університет «Львівська політехніка»,https://ror.org/0542q3127, Україна https://orcid.org/0009-0000-5516-1272
  • Федір Матіко Національний університет «Львівська політехніка»,https://ror.org/0542q3127, Україна https://orcid.org/0000-0001-6569-2587

DOI:

https://doi.org/10.20535/1970.71(1).2026.361889

Ключові слова:

робот-маніпулятор, навчання за демонстрацією (LfD), похибка, прихована відмова, програма керування, оптимізація траєкторії, кінематичні та динамічні обмеження, класифікація ризиків і індикаторів відмов

Анотація

У статті розглянуто процес формування програм руху промислових роботів-маніпуляторів у системах навчання за демонстрацією (Learning from Demonstration, LfD). Показано, що попри ефективність LfD-підходів для скорочення часу програмування та підвищення гнучкості роботизованих технологічних процесів, їх практичне впровадження ускладнюється багатоступеневим перетворенням демонстрацій оператора у виконувану програму керування. У межах цього процесу похибки можуть накопичуватися, залишатися невиявленими під час локальної перевірки та проявлятися на пізніх стадіях верифікації, генерації програмного коду або безпосереднього виконання руху маніпулятором. Це створює потребу в систематизації ризиків не лише для окремих алгоритмічних процедур, а й для всієї послідовності формування програми руху.

Авторами виділено 10 послідовних етапів формування програми руху – від постановки вимог і отримання демонстрацій до генерації програмного коду та допуску програми до виконання на реальному роботі-маніпуляторі. Зазначена послідовність охоплює роботу з демонстраційними даними, представлення траєкторії, кінематичні та часові перетворення, перевірку обмежень, симуляційну верифікацію і формування керуючої програми. Виконано аналіз та систематизовано джерела ризиків, потенційні відмови, індикатори їх виявлення та можливі форми пізнього прояву відхилень в межах кожного етапу. За результатами аналізу сформовано класифікацію характерних ризиків, індикаторів раннього виявлення та можливих пізніх проявів похибок і відмов. Розроблено матрицю ймовірних проявів відхилень (відмов) залежно від етапу їх виникнення. Вона ілюструє можливість міжетапного накопичення похибок під час розроблення програми робота та дає змогу простежити зв’язок між етапом виникнення відхилення і стадією, на якій його наслідки можуть стати помітними. Отримані результати можуть бути використані під час проєктування LfD-систем, розроблення процедур офлайн-верифікації та засобів контролю надійності й безпечності роботизованих технологічних процесів.

Біографії авторів

Юрій Сенчук, Національний університет «Львівська політехніка»,https://ror.org/0542q3127

аспірант кафедри автоматизації та комп’ютерно-інтегрованих технологій

Федір Матіко, Національний університет «Львівська політехніка»,https://ror.org/0542q3127

докт. техн. наук, професор

завідувач кафедри автоматизації та комп’ютерно-інтегрованих технологій

Посилання

A. Barekatain, H. Habibi, H. Voos, “A Practical Roadmap to Learning from Demonstration for Robotic Manipulators in Manufacturing”, Robotics, №13(7). 100, 2024. DOI: 10.3390/robotics13070100

W. Li, Y. Wang, Y. Liang, & D. T. Pham, “Learning from demonstration for autonomous generation of robotic trajectory: Status quo and forward-looking overview”, Adv. Eng. Informatics, №2024, 62. DOI: 10.1016/j.aei.2024.102625.

K. Wang, Y. Fan, I. Sakuma, “Robot Grasp Planning: A Learning from Demonstration-Based Approach”, Sensors, №24(2), 618, 2024. DOI: 10.3390/s24020618

M. Bilal, N. Lipovetzky, D. Oetomo, & W. Johal, “Beyond success: quantifying demonstration quality in learning from demonstration”, in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Abu Dhabi, United Arab Emirates, 2024, pp. 5120-5127. DOI: 10.1109/IROS58592.2024.10802187

A. Sena, M. Howard, “Quantifying teaching behavior in robot learning from demonstration”, The International Journal of Robotics Research, №39(1), рр. 54-72, 2019. DOI: 10.1177/0278364919884623

A. Calzada-Garcia, J. G. Victores, F. J. Naranjo-Campos, & C. A. Balaguer, “Review on inverse kinematics, control and planning for robotic manipulators with and without obstacles via deep neural networks”, Algorithms, №18(1), 23, 2025. DOI: 10.3390/a18010023

M. G. Tamizi, M. Yaghoubi, H. Najjaran, “A review of recent trend in motion planning of industrial robots”, Int J Intell Robot Appl., № 7, pр. 253–274, 2023. DOI: 10.1007/s41315-023-00274-2

A. Yonezawa, H. Yonezawa, I. Kajiwara, “Simple inverse kinematics computation considering joint motion efficiency”, IEEE Transactions on Cybernetics, vol. 54, no. 9, pp. 4903-4914, 2024. DOI: https://doi.org/10.1109/TCYB.2024.3372989

ISO 31000:2018. Risk management – Guidelines. International Organization for Standardization, 2018.

ISO/IEC/IEEE 24765:2017. Systems and software engineering – Vocabulary. International Organization for Standardization / International Electrotechnical Commission / Institute of Electrical and Electronics Engineers, 2017.

A. Avizienis, J.-C. Laprie, B. Randell, C. Landwehr, “Basic Concepts and Taxonomy of Dependable and Secure Computing”, IEEE Transactions on Dependable and Secure Computing, vol. 1, no. 1, pp. 11–33, 2004. DOI: 10.1109/TDSC.2004.2.

S. R. Boyd, J. A. Moolman, N. J. Nwosu, Risk Reporting & Key Risk Indicators: A Case Study Analysis. Enterprise Risk Management Initiative, North Carolina State University, 2016. 34 p. [Online]. Available: https://erm.ncsu.edu/wp-content/uploads/sites/436/migrated-files/ERM_KRI_Case_Study_FINAL.pdf

P. Neto, N. Mendes, “Direct off-line robot programming via a common CAD package”, Robotics and Autonomous Systems, vol. 61, no. 8, pp. 896–910, 2013. DOI: 10.1016/j.robot.2013.02.005

C. Lauretti, C. Tamantini, H. Tomè, L. Zollo, “Robot Learning by Demonstration with Dynamic Parameterization of the Orientation: An Application to Agricultural Activities”, Robotics, vol. 12, no. 6. Art. 166, 2023. DOI: 10.3390/robotics12060166

##submission.downloads##

Опубліковано

2026-05-25

Як цитувати

[1]
Ю. Сенчук і Ф. Матіко, «КЛАСИФІКАЦІЯ РИЗИКІВ ТА ІНДИКАТОРІВ ВИЯВЛЕННЯ ВІДМОВ У СИСТЕМАХ НАВЧАННЯ ЗА ДЕМОНСТРАЦІЄЮ ДЛЯ ПРОМИСЛОВИХ РОБОТІВ-МАНІПУЛЯТОРІВ», Bull. Kyiv Polytech. Inst. Ser. Instrum. Mak., вип. 71(1), с. 100–107, Трав 2026.

Номер

Розділ

НАУКОВІ ТА ПРАКТИЧНІ ПРОБЛЕМИ ВИРОБНИЦТВА ПРИЛАДІВ ТА СИСТЕМ