論文の概要: Dimensionality Reduction and Motion Clustering during Activities of
Daily Living: 3, 4, and 7 Degree-of-Freedom Arm Movements
- arxiv url: http://arxiv.org/abs/2003.02641v1
- Date: Mon, 17 Feb 2020 04:32:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-31 11:49:23.893116
- Title: Dimensionality Reduction and Motion Clustering during Activities of
Daily Living: 3, 4, and 7 Degree-of-Freedom Arm Movements
- Title（参考訳）: 日常生活活動における次元的縮小と運動クラスタリング:3,4,7自由度腕運動
- Authors: Yuri Gloumakov, Adam J. Spiers, Aaron M. Dollar
- Abstract要約: 本稿では, 代表的腕関節角度トラジェクトリを得るための, 広範囲にわたる人体研究の新たな方法と成果について述べる。
データ駆動型アプローチは、フルアーム7自由度(DOF)、肘関節4自由度、手首のみの3自由度運動のためのクラスターと代表運動平均値を取得するために使用される。
- 参考スコア（独自算出の注目度）: 23.13051439310649
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The wide variety of motions performed by the human arm during daily tasks
makes it desirable to find representative subsets to reduce the dimensionality
of these movements for a variety of applications, including the design and
control of robotic and prosthetic devices. This paper presents a novel method
and the results of an extensive human subjects study to obtain representative
arm joint angle trajectories that span naturalistic motions during Activities
of Daily Living (ADLs). In particular, we seek to identify sets of useful
motion trajectories of the upper limb that are functions of a single variable,
allowing, for instance, an entire prosthetic or robotic arm to be controlled
with a single input from a user, along with a means to select between motions
for different tasks. Data driven approaches are used to obtain clusters as well
as representative motion averages for the full-arm 7 degree of freedom (DOF),
elbow-wrist 4 DOF, and wrist-only 3 DOF motions. The proposed method makes use
of well-known techniques such as dynamic time warping (DTW) to obtain a
divergence measure between motion segments, DTW barycenter averaging (DBA) to
obtain averages, Ward's distance criterion to build hierarchical trees,
batch-DTW to simultaneously align multiple motion data, and functional
principal component analysis (fPCA) to evaluate cluster variability. The
clusters that emerge associate various recorded motions into primarily hand
start and end location for the full-arm system, motion direction for the
wrist-only system, and an intermediate between the two qualities for the
elbow-wrist system. The proposed clustering methodology is justified by
comparing results against alternative approaches.
- Abstract（参考訳）: 人間の腕が日常の作業中に行う様々な動作は、ロボットや人工装具の設計と制御を含む、様々な応用のためにこれらの動きの寸法を減少させる代表的部分集合を見つけることが望ましい。
本稿では, 日常生活活動中の自然運動にまたがる代表的腕関節角度軌跡を得るための, 広範囲にわたる人体研究の新たな方法と成果について述べる。
特に,1つの変数の機能である上肢の有用な運動軌跡のセットを識別し,例えば,ユーザからの1つの入力で義手やロボットアーム全体を制御し,異なるタスクの動作を選択できる手段を求める。
データ駆動アプローチは、フルアーム7自由度(dof)、肘ひじ4度、手首のみの3自由度動作のためのクラスターおよび代表運動平均を得るために使用される。
提案手法では,動的時間ワープ(DTW)を用いて移動セグメント間の分散測定,平均値を得るためのDTWバリーセンタ平均化(DBA),階層木を構築するためのウォード距離基準,複数の動きデータを同時に整列するバッチDTW,クラスタ変動を評価するための機能主成分分析(fPCA)など,よく知られた手法を用いる。
様々な記録された動きを、主に全腕システムの開始と終了の場所、手首のみのシステムの動作方向、肘-指系の2つの特性の間にある中間に関連付ける。
提案するクラスタリング手法は,結果と代替手法を比較して正当化する。
関連論文リスト
- MoManifold: Learning to Measure 3D Human Motion via Decoupled Joint Acceleration Manifolds [20.83684434910106]
我々は、連続した高次元運動空間における可塑性人間の動きをモデル化した、新しい人間の動きであるMoManifoldを提案する。
具体的には、既存の限られた動きデータから人間の力学をモデル化する新しい結合加速法を提案する。
大規模な実験により、MoManifoldはいくつかの下流タスクにおいて既存のSOTAよりも優れていることが示された。
論文 参考訳（メタデータ） (2024-09-01T15:00:16Z) - InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。
そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
論文 参考訳（メタデータ） (2023-11-27T14:32:33Z) - DiverseMotion: Towards Diverse Human Motion Generation via Discrete
Diffusion [70.33381660741861]
テキスト記述に基づく高品質な人間の動作を合成するための新しいアプローチであるDiverseMotionを提案する。
我々のDiverseMotionは、最先端のモーション品質と競争力の多様性を達成できることを示す。
論文 参考訳（メタデータ） (2023-09-04T05:43:48Z) - GRIP: Generating Interaction Poses Using Spatial Cues and Latent Consistency [57.9920824261925]
手は器用で多用途なマニピュレータであり、人間が物体や環境とどのように相互作用するかの中心である。
現実的な手オブジェクトの相互作用をモデル化することは、コンピュータグラフィックス、コンピュータビジョン、混合現実の応用において重要である。
GRIPは、体と物体の3次元運動を入力として取り、物体の相互作用の前、中、後の両方の両手の現実的な動きを合成する学習ベースの手法である。
論文 参考訳（メタデータ） (2023-08-22T17:59:51Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - Clustering Human Mobility with Multiple Spaces [8.076957089365676]
本稿では,移動行動検出のための新しいモビリティクラスタリング手法を提案する。
提案手法は変分オートエンコーダアーキテクチャを用いて,潜在空間と原空間の両方でクラスタリングを同時に行う。
実験の結果,提案手法はトラジェクトリからの移動行動検出において,より精度が高く,解釈性も向上した。
論文 参考訳（メタデータ） (2023-01-20T12:02:30Z) - Consistency and Diversity induced Human Motion Segmentation [231.36289425663702]
本稿では,CDMS(Consistency and Diversity induced Human Motion)アルゴリズムを提案する。
我々のモデルは、ソースとターゲットデータを異なる多層特徴空間に分解する。
ソースとターゲットデータ間の領域ギャップを低減するために、マルチミューチュアル学習戦略を実行する。
論文 参考訳（メタデータ） (2022-02-10T06:23:56Z) - Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle
Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。
私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。
提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
論文 参考訳（メタデータ） (2021-04-29T00:11:32Z) - Segmentation and Classification of EMG Time-Series During Reach-to-Grasp
Motion [10.388787606334745]
動的アーム/ハンド姿勢の変動を伴う連続把握動作から発生するEMG信号を分類するためのフレームワークを提案する。
提案されたフレームワークはリアルタイムに評価され、時間とともに精度が変化した。
論文 参考訳（メタデータ） (2021-04-19T20:41:06Z) - GlocalNet: Class-aware Long-term Human Motion Synthesis [2.9223917785251285]
ポーズ間の長期的時間的依存関係、ポーズ間の周期的反復、ポーズ間の双方向およびマルチスケールの依存関係、行動の変動速度、および人間の活動の複数のクラス/タイプにまたがる時間的ポーズ変動の空間が部分的に重なり合うため、長期的人間の動作合成は難しい課題である。
本稿では,この目標を達成するための2段階のアクティビティ生成手法を提案する。第1段階は,活動系列の長期的グローバルなポーズ依存性を学習し,スパース動作軌跡を合成し,第2段階は第1段階の出力を取り入れた濃密な動き軌跡の生成に対処する。
論文 参考訳（メタデータ） (2020-12-19T17:50:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。