LiHRA：基于激光扫描的Human-Robot Interaction风险监控数据集
机器人学
2025-12-01 v1
摘要
我们提出LiHRA，一个新型数据集，旨在促进开发针对Human-Robot Interaction(HRI)场景的自动化、基于学习的或经典方法的风险监控(RM)方法。协作机器人在工业环境中的日益普及增加了可靠安全系统的需求。然而，缺乏能够捕捉真实人类-机器人交互（包括潜在危险事件）的高质量数据集，减缓了相关技术的发展。LiHRA通过提供综合性的多模态数据集来解决这一挑战，数据集融合了3D激光点云、人体关键点和机器人关节状态，捕捉人类-机器人协作的完整空间与动态背景。这种模态组合允许精确跟踪人类运动、机器人动作以及环境条件，从而在协作任务中实现准确的风险监控。LiHRA数据集覆盖六种典型HRI场景，包括协作与共存任务、物体传递和表面抛光，每个场景都包含安全版与危险版。总体而言，数据集包括4,431个标记好的点云数据，采样频率为10 Hz，为训练和基准测试经典和AI驱动的RM算法提供了丰富资源。最后，为展示LiHRA的实用性，我们引入了一种方法，通过量化每个场景中风险水平随时间的变化。该方法利用上下文信息，包括机器人状态和机器人动态模型。凭借高分辨率激光数据、精确的人体跟踪、机器人状态数据以及真实碰撞事件的组合，LiHRA为未来研究在人机工作空间中实时风险监控和自适应安全策略提供了必不可少的基础。
引用
@article{arxiv.2509.06597,
title = {LiHRA: A LiDAR-Based HRI Dataset for Automated Risk Monitoring Methods},
author = {Frederik Plahl and Georgios Katranis and Ilshat Mamaev and Andrey Morozov},
journal= {arXiv preprint arXiv:2509.06597},
year = {2025}
}
备注
Preprint of final paper that will appear in the Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)