手术室中物理人机协作的早期预测
机器人学
2017-09-28 v1
摘要
为了实现自然流畅的人机协作流程，机器人理解其人类同伴正在进行的动作、预测其在不久的将来的行为并相应地规划自身动作是至关重要的。具体而言，做出早期预测的能力很重要，这样机器人就能预见轮替事件的精确时机，并足够早地开始运动规划和执行，以使轮替转换更加平滑。这种主动行为将减少人类的等待时间，提高效率，并增强协作任务的自然性。为此，本文提出了一种专为物理人机协作场景设计的早期轮替预测算法的设计与实现。具体而言，提出了一种机器人洗手护士（RSN）系统，该系统能够理解外科医生的多模态交流线索并进行轮替预测。所开发的算法在外科医生-护士双人组模拟手术程序收集的数据集上进行了测试。发现所提出的轮替预测算法显著优于其算法同类，并且在给定少量部分输入（不到完整动作的 30%）时比人类基线更准确。在观察到更多信息后，该算法可以达到与人类相当的性能，F1 分数为 0.90。
引用
@article{arxiv.1709.09269,
title = {Early Prediction for Physical Human Robot Collaboration in the Operating Room},
author = {Tian Zhou and Juan P. Wachs},
journal= {arXiv preprint arXiv:1709.09269},
year = {2017}
}