使用神经网络进行日常生活活动辅助的多模态伸手位置预测
机器人学
2024-06-27 v1 人机交互
摘要
本研究旨在为偏瘫患者和老年人开发日常生活辅助机器人。为了在不对用户造成身心负担的情况下，在普通家庭中使用机器人支持日常生活活动，系统必须检测用户的行为并根据其动作适当地移动。我们提出了一种伸手位置预测方案，针对日常生活中对偏瘫患者和老年人来说负担较重的抬上臂动作。对于这种动作，在无法安装大规模传感器系统且动作时间短的环境中，难以获得有效的特征来创建预测模型。我们进行了动作采集实验，揭示了目标动作的特征，并利用多模态动作特征和深度学习构建了预测模型。所提出的模型在动作完成35%时，对于9类分类预测实现了93%的宏平均准确率和0.69的F1分数。
引用
@article{arxiv.2406.18162,
title = {Multimodal Reaching-Position Prediction for ADL Support Using Neural Networks},
author = {Yutaka Takase and Kimitoshi Yamazaki},
journal= {arXiv preprint arXiv:2406.18162},
year = {2024}
}