物理人机交互中鲁棒抗遮挡的多传感姿态估计
机器人学
2022-08-16 v1 人工智能
计算机视觉与模式识别
摘要
三维姿态估计对于分析和改善物理人机交互中的工效学以及降低肌肉骨骼疾病风险十分重要。基于视觉的姿态估计方法易受传感器与模型误差以及遮挡影响,而仅从交互机器人轨迹进行姿态估计则存在解歧义困难。为兼顾两类方法优势并改进其缺陷,我们提出一种低成本、非侵入且抗遮挡的多传感三维姿态估计算法用于物理人机交互。我们利用单相机下OpenPose提供的二维姿态,以及人在执行任务时交互机器人的轨迹。我们将该问题建模为部分可观测动力系统,并通过粒子滤波推断三维姿态。我们的工作展示于遥操作场景,但可推广至物理人机交互的其他应用。我们表明,相比仅用OpenPose或仅用机器人轨迹的姿态估计,我们的多传感系统能更好地消解人体运动学冗余。这将较金标准动作捕捉姿态提升估计精度。此外,在使用RULA评估工具进行姿态评估时,我们的方法亦优于其他单传感方法。
引用
@article{arxiv.2208.06494,
title = {Occlusion-Robust Multi-Sensory Posture Estimation in Physical Human-Robot Interaction},
author = {Amir Yazdani and Roya Sabbagh Novin and Andrew Merryweather and Tucker Hermans},
journal= {arXiv preprint arXiv:2208.06494},
year = {2022}
}
备注
Submitted to ACM Transaction on Human-Robot ItneractionL: Special Issue on AI-HRI