面向手臂动作识别的力肌电图传感器布置优化
计算机视觉与模式识别
2022-07-25 v1 人机交互
机器人学
摘要
如何设计用于人体动作识别的最优可穿戴设备，对于可靠且准确的人机协作至关重要。以往工作主要启发式地制造可穿戴设备。相反，本文提出一个学术问题：我们能否设计一种优化算法来优化可穿戴设备的制造，例如自动找出最佳的传感器排布？具体而言，本工作聚焦于在手臂动作识别应用中优化力肌电图（FMG）臂环的FMG传感器布置。首先，基于图论，在考虑传感器信号与连接性的情况下对臂环进行建模。然后，引入一种基于图的臂环建模网络（GAM-Net）用于手臂动作识别。此后，将FMG臂环的传感器布置优化问题形式化，并提出一种带贪心局部搜索的优化算法。为研究我们优化算法的有效性，采集了一个使用16传感器FMG臂环进行机械维护任务的数据集。实验表明，仅使用经我们算法优化的4个传感器即可保持与使用全部传感器相当的识别精度。最后，从生理学角度验证了优化后的传感器布置结果。本工作旨在为考虑下游任务（如人体生物信号采集与动作识别）的可穿戴设备自动制造提供启示。我们的代码与数据集见 https://github.com/JerryX1110/IROS22-FMG-Sensor-Optimization
引用
@article{arxiv.2207.10915,
title = {Optimization of Forcemyography Sensor Placement for Arm Movement Recognition},
author = {Xiaohao Xu and Zihao Du and Huaxin Zhang and Ruichao Zhang and Zihan Hong and Qin Huang and Bin Han},
journal= {arXiv preprint arXiv:2207.10915},
year = {2022}
}
备注
6 pages, 10 figures, Accepted by IROS22 (The 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)