基于视觉姿态关键点的机器人 diver 活动分类：一种类惯性测量单元的替代方案
计算机视觉与模式识别
2025-10-22 v1 机器人学
摘要
传统的人类活动识别方法要么直接分析图像，要么依赖佩戴式惯性测量单元（IMU），但在恶劣的水下环境中往往不够有效。我们提出一种新型混合方法，旨在填补这一鸿沟以监控潜水员安全。该方法利用计算机视觉技术生成高保真运动数据，实际上从 3D 人体关节点序列中创建“类 IMU”。这一技术规避了水下常规潜水员佩戴传感器因信号在水中受衰减而无法与自主下水车（AUV）通信的核心问题。我们将该系统应用于识别异常潜水员行为的关键任务——这些行为可信号着医疗紧急情况（如心脏骤停），而心脏骤停是潜水死亡的首要原因。通过将分类器集成至 AUV 上并开展模拟紧急情景实验，我们展示了该方法在推动机器人监控与潜水员安全方面的实用性与有效性。
引用
@article{arxiv.2510.17863,
title = {Robotic Classification of Divers' Swimming States using Visual Pose Keypoints as IMUs},
author = {Demetrious T. Kutzke and Ying-Kun Wu and Elizabeth Terveen and Junaed Sattar},
journal= {arXiv preprint arXiv:2510.17863},
year = {2025}
}