下肢优于上肢：基于机器人外观视觉的人类轨迹预测价值研究
机器人学
2026-02-11 v1
摘要
预测人类轨迹对于社交机器人在拥挤环境中的导航至关重要。虽然大多数现有方法将人类视为点质量，但我们提出了一种利用不同人类骨骼特征以提高预测准确性的多智能体轨迹预测研究。特别是，我们系统评估了 2D 和 3D 骨骼关键点及派生生物力学线索作为额外输入的预测效用。通过对 JRDB 数据集和另一个用于社交导航的 360 度全景视频新数据集的全面研究，我们发现专注于下肢 3D 关键点可实现平均位移误差降低 13%，将对应的生物力学线索augmentation到 3D 关键点输入上可进一步提高 1-4%。值得注意的是，即使使用从等距全景图像中提取的 2D 关键点输入，性能提升仍然 persists，这表明单目全景视觉能够捕获有关运动预测的有信息线索。我们发现，机器人可以通过观察人的腿部高效预测人类运动，这为为社交机器人导航设计感知能力提供了可操作性见解。
引用
@article{arxiv.2602.09076,
title = {Legs Over Arms: On the Predictive Value of Lower-Body Pose for Human Trajectory Prediction from Egocentric Robot Perception},
author = {Nhat Le and Daeun Song and Xuesu Xiao},
journal= {arXiv preprint arXiv:2602.09076},
year = {2026}
}
备注
Accepted to IEEE ICRA 2026