基于骨骼观测学习人体运动以用于机器人辅助疗法
机器人学
2022-07-26 v1
摘要
应用于治疗场景的机器人，例如在自闭症谱系障碍个体的治疗中，有时用于模仿学习活动，其中人需要重复机器人的动作。为简化机器人可执行的新型动作的引入任务，期望机器人具备通过观察人类（如治疗师）演示来学习动作的能力。本文研究了一种从人体骨骼观测中获取动作的方法，这些观测由以机器人为中心的 RGB-D 相机采集。给定各关节的观测序列，关节位置被映射以匹配机器人的构型，随后由 PID 位置控制器执行。我们通过使用 QTrobot 进行一项研究来评估该方法，特别是复现误差，其中机器人从多名参与者处学习了不同的上半身舞蹈动作。结果表明该方法总体可行，但也表明复现质量受骨骼观测中噪声的影响。
引用
@article{arxiv.2207.12224,
title = {Learning Human Body Motions from Skeleton-Based Observations for Robot-Assisted Therapy},
author = {Natalia Quiroga and Alex Mitrevski and Paul G. Plöger},
journal= {arXiv preprint arXiv:2207.12224},
year = {2022}
}
备注
Accepted for presentation at the 6th Workshop on Behavior Adaptation and Learning for Assistive Robotics (BAILAR) at RO-MAN 2022