面向可穿戴接口人机协作的快速人体运动预测
机器人学
2019-05-29 v1 人机交互
摘要
在本文中，我们旨在通过利用物理与生理信号的贡献，改善工业设施中人机协作期间的人体运动预测。改善人机协作在多个领域可能有用，而交互机器人尽快理解人体运动以避免事故和伤害至关重要。在此视角下，我们提出一种新型人机接口，能够在工作台上执行抓取运动时预判用户意图，以规划协作机器人的动作。所提接口可在工业 4.0 框架中找到诸多应用，其中自主与协作机器人将是创新设施的重要组成部分。我们开发了运动意图预测与运动方向预测两个层级以提升检测速度与精度。采用证据累积方法，以 IMU 和 EMG 数据训练了高斯混合模型（GMM）来预测抓取方向。提出了新颖的动态停止准则，以根据应用灵活调整早期预判与精度之间的权衡。两个预测器的输出被用作有限状态机（FSM）的外部输入，以根据用户动作或不动作控制物理机器人的行为。结果表明，我们的系统在运动起始后 实现了 的实时分类准确率，优于先前方法。
引用
@article{arxiv.1905.11734,
title = {Fast human motion prediction for human-robot collaboration with wearable interfaces},
author = {Stefano Tortora and Stefano Michieletto and Francesca Stival and Emanuele Menegatti},
journal= {arXiv preprint arXiv:1905.11734},
year = {2019}
}