論文の概要: An Intelligent and Low-cost Eye-tracking System for Motorized Wheelchair
Control
- arxiv url: http://arxiv.org/abs/2005.02118v1
- Date: Sat, 2 May 2020 23:08:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 13:02:26.717032
- Title: An Intelligent and Low-cost Eye-tracking System for Motorized Wheelchair
Control
- Title（参考訳）: 電動車椅子制御のための知的・低コストアイトラッキングシステム
- Authors: Mahmoud Dahmani, Muhammad E. H. Chowdhury, Amith Khandakar, Tawsifur
Rahman, Khaled Al-Jayyousi, Abdalla Hefny, and Serkan Kiranyaz
- Abstract要約: 本論文は、運動障害者が効果的かつ努力的に動く能力を回復させることで、運動障害者を支援するシステムを提案する。
システム入力は、視線方向を推定するために処理されたユーザの目の画像であり、車椅子はそれに応じて移動された。
- 参考スコア（独自算出の注目度）: 3.3003775275716376
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the 34 developed and 156 developing countries, there are about 132 million
disabled people who need a wheelchair constituting 1.86% of the world
population. Moreover, there are millions of people suffering from diseases
related to motor disabilities, which cause inability to produce controlled
movement in any of the limbs or even head.The paper proposes a system to aid
people with motor disabilities by restoring their ability to move effectively
and effortlessly without having to rely on others utilizing an eye-controlled
electric wheelchair. The system input was images of the users eye that were
processed to estimate the gaze direction and the wheelchair was moved
accordingly. To accomplish such a feat, four user-specific methods were
developed, implemented and tested; all of which were based on a benchmark
database created by the authors.The first three techniques were automatic,
employ correlation and were variants of template matching, while the last one
uses convolutional neural networks (CNNs). Different metrics to quantitatively
evaluate the performance of each algorithm in terms of accuracy and latency
were computed and overall comparison is presented. CNN exhibited the best
performance (i.e. 99.3% classification accuracy), and thus it was the model of
choice for the gaze estimator, which commands the wheelchair motion. The system
was evaluated carefully on 8 subjects achieving 99% accuracy in changing
illumination conditions outdoor and indoor. This required modifying a motorized
wheelchair to adapt it to the predictions output by the gaze estimation
algorithm. The wheelchair control can bypass any decision made by the gaze
estimator and immediately halt its motion with the help of an array of
proximity sensors, if the measured distance goes below a well-defined safety
margin.
- Abstract（参考訳）: 開発途上国34か国と156か国で、世界人口の1.86%を占める車椅子を必要とする障害者は約1億3200万人いる。
また、運動障害に関連する疾患に苦しむ人が数百万人いるため、手足や頭の動きを制御できないことがあり、アイコントロール型電動車椅子を他人に頼らずに、効果的かつ無力に運動できる能力を回復し、運動障害のある人を支援するシステムを提案する。
システム入力は、視線方向を推定するために処理されたユーザの目の画像であり、車椅子はそれに応じて移動された。
この偉業を達成するために、4つのユーザ固有の手法が開発、実装、テストされ、いずれも著者が作成したベンチマークデータベースに基づいており、最初の3つのテクニックは自動で相関を採用し、テンプレートマッチングの変種であり、最後の1つは畳み込みニューラルネットワーク(CNN)を使用している。
精度とレイテンシの観点から各アルゴリズムの性能を定量的に評価する指標を算出し,全体の比較を行った。
cnnは最高性能(99.3%の分類精度)を示し、車椅子の動きを指示する視線推定器の選択モデルとなった。
室内と屋外の照明条件を99%の精度で変化させた8名の被験者に対して注意深く評価した。
これにより、視線推定アルゴリズムによって出力される予測に適応するために電動車椅子を改造する必要が生じた。
車椅子制御は、計測された距離が適切に定義された安全マージン以下であれば、視線推定器によって決定された任意の決定を回避でき、近接センサーのアレイの助けを借りて即座に動きを停止することができる。
関連論文リスト
- Estimating Body and Hand Motion in an Ego-sensed World [64.08911275906544]
頭部装着装置から人体の動きを推定するシステムであるEgoAlloについて述べる。
エゴセントリックなSLAMポーズとイメージのみを使用して、EgoAlloは条件付き拡散モデルからサンプリングを行い、3Dボディポーズ、高さ、手のパラメータを推定する。
論文 参考訳（メタデータ） (2024-10-04T17:59:57Z) - WheelPoser: Sparse-IMU Based Body Pose Estimation for Wheelchair Users [7.5279679789210645]
本稿では,車いす利用者を対象としたリアルタイムポーズ推定システムであるWheelPoserを紹介する。
我々のシステムは、ユーザの体と車椅子に4つの戦略的に配置されたIMUしか使用せず、カメラや高密度IMUアレイを使用した従来のシステムよりもはるかに実用的です。
WheelPoserは車椅子利用者のポーズを平均関節角度誤差14.30度、平均関節位置誤差6.74cmで追跡することができる。
論文 参考訳（メタデータ） (2024-09-13T02:41:49Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - Deep learning-based approaches for human motion decoding in smart
walkers for rehabilitation [3.8791511769387634]
スマートウォーカーは、できるだけ早く人間の動きとニーズをデコードできなければならない。
現在の歩行者はウェアラブルや組込みセンサーの情報を用いて動きの意図を復号する。
早期の動作認識・検出問題として人間の動作復号化に対処する非接触アプローチを提案する。
論文 参考訳（メタデータ） (2023-01-13T14:29:44Z) - Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone
Racing [52.50284630866713]
既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。
本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
論文 参考訳（メタデータ） (2022-10-26T19:03:17Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - A cost effective eye movement tracker based wheel chair control
algorithm for people with paraplegia [0.0]
本稿では,車椅子を模倣するロボットを制御しようとすることで,眼から得た信号を有意義な信号に変換する手法を提案する。
システム全体のコスト効率は高く、単純な画像処理とパターン認識を使ってボットを制御する。
アンドロイドの応用が開発され、実際のシナリオにおいて車椅子をより洗練された制御のために患者の援助によって使用できる。
論文 参考訳（メタデータ） (2022-07-21T14:44:57Z) - Posture Prediction for Healthy Sitting using a Smart Chair [0.0]
腰痛は筋骨格障害や腰痛のリスク因子として認識されている。
本研究は、人物の座位姿勢を分類するための機械学習モデルを構築する。
論文 参考訳（メタデータ） (2022-01-05T20:31:28Z) - Driving-Signal Aware Full-Body Avatars [49.89791440532946]
そこで本研究では,駆動信号を意識したフルボディアバターを構築するための学習ベース手法を提案する。
我々のモデルは条件付き変分オートエンコーダであり、不完全な駆動信号でアニメーションできる。
仮想テレプレゼンスのためのフルボディアニメーションの課題に対して,本手法の有効性を実証する。
論文 参考訳（メタデータ） (2021-05-21T16:22:38Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Wheelchair Behavior Recognition for Visualizing Sidewalk Accessibility
by Deep Neural Networks [19.671946716832203]
本論文では,車いす座席下に設置したスマートフォンの3軸加速度計を用いて,車いすの動作から歩道のアクセシビリティを推定する手法を提案する。
本手法は,環境要因から歩道のアクセシビリティを認識する。
勾配、縁石、隙間。
本論文では,車椅子加速度から知識を抽出し,歩道のアクセシビリティ情報を可視化するプロトタイプシステムを開発した。
論文 参考訳（メタデータ） (2021-01-11T06:41:42Z)
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。