基于神经网络的激光雷达手势识别用于实时机器人遥操作
图像与视频处理
2021-11-18 v1 计算机视觉与模式识别
机器人学
摘要
我们提出了一种新颖的低复杂度激光雷达手势识别系统，用于移动机器人控制，对手势变化具有鲁棒性。我们的系统采用模块化方法，由一个姿态估计模块和一个手势分类器组成。姿态估计通过卷积神经网络（Convolutional Neural Network）从激光雷达扫描中预测，该网络使用现有的基于立体视觉的姿态估计系统进行训练。手势分类使用长短期记忆（Long Short-Term Memory）网络完成，以一系列估计的人体姿态作为输入来预测手势。将流水线分解为两个模块降低了输入的维度（输入可以是激光雷达扫描、立体图像或任何其他可提取身体关键点的模态），使我们的系统轻量且适用于计算能力有限的移动机器人控制。激光雷达的使用增强了系统的鲁棒性，使其能在大多数户外条件下运行，不受光照条件影响，并能在机器人周围360度检测输入。基于激光雷达的姿态估计器和手势分类器使用数据增强和自动标注技术，仅需极少量的数据采集，且避免了人工标注的需要。我们报告了系统中每个模块的实验结果，并通过在真实世界机器人遥操作场景中测试证明了其有效性。
引用
@article{arxiv.2109.08263,
title = {Neural Network Based Lidar Gesture Recognition for Realtime Robot Teleoperation},
author = {Simon Chamorro and Jack Collier and François Grondin},
journal= {arXiv preprint arXiv:2109.08263},
year = {2021}
}