基于黎曼几何的人体运动分析与重定向
机器人学
2022-08-03 v1
摘要
人类与机器人的动态运动广泛地由其自由度之间依赖于姿态的非线性相互作用所驱动。然而，在研究人体运动生成机制时，这些动力学效应大多被忽视。受近期工作启发，我们假设人体运动被规划为测地协同序列，因而对应于以分段最小能量实现的协调关节运动。底层计算模型建立在黎曼几何之上，以考虑身体的惯性特征。通过对各种人体手臂运动的分析，我们发现该模型将运动分割为测地协同，并成功预测了观测到的手臂姿态、手部轨迹以及各自的速度曲线。此外，我们表明该分析可进一步用于通过将个体人体协同复现为机器人构型空间中的测地路径，将手臂运动迁移至机器人。
引用
@article{arxiv.2208.01372,
title = {A Riemannian Take on Human Motion Analysis and Retargeting},
author = {Holger Klein and Noémie Jaquier and Andre Meixner and Tamim Asfour},
journal= {arXiv preprint arXiv:2208.01372},
year = {2022}
}
备注
Accepted for publication in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2022