利用高斯过程进行虚拟环境中人机交互的安全运动预测
原文中文,约200字,阅读约需1分钟。发表于: 。通过使用高斯过程模型来预测人手运动并基于手势和凝视开发人类意图检测策略,本研究旨在提高协作机器人的效率,并改善人类用户的安全性。对比结果显示,预测模型使机器人时间提高了 3%,安全性提高了 17%;与凝视结合使用时,使用高斯过程模型的预测使机器人时间提高了 2%,安全性提高了 13%。
本文介绍了一种新颖的人体运动预测框架,结合了人体关节约束和场景约束,利用高斯过程回归模型预测人体运动。通过在线上下文感知约束模型,利用 UR5 机器人手臂实现了实时性能。模拟和实验结果表明,考虑这些约束条件后,高斯过程框架性能显著改善。