論文の概要: Near Real-Time Position Tracking for Robot-Guided Evacuation
- arxiv url: http://arxiv.org/abs/2309.15054v1
- Date: Tue, 26 Sep 2023 16:34:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-27 12:54:18.033275
- Title: Near Real-Time Position Tracking for Robot-Guided Evacuation
- Title（参考訳）: ロボット誘導避難のためのリアルタイム位置追跡
- Authors: Mollik Nayyar, Alan Wagner
- Abstract要約: 本稿では,避難ロボットに適したリアルタイムに近い人体位置追跡ソリューションを提案する。
地上の真理と比較して0.55mの精度が得られることを示す。
われわれのアプローチのポテンシャルは単なる追跡以上のものとなり、回避運動予測への道を開いた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: During the evacuation of a building, the rapid and accurate tracking of human
evacuees can be used by a guide robot to increase the effectiveness of the
evacuation [1],[2]. This paper introduces a near real-time human position
tracking solution tailored for evacuation robots. Using a pose detector, our
system first identifies human joints in the camera frame in near real-time and
then translates the position of these pixels into real-world coordinates via a
simple calibration process. We run multiple trials of the system in action in
an indoor lab environment and show that the system can achieve an accuracy of
0.55 meters when compared to ground truth. The system can also achieve an
average of 3 frames per second (FPS) which was sufficient for our study on
robot-guided human evacuation. The potential of our approach extends beyond
mere tracking, paving the way for evacuee motion prediction, allowing the robot
to proactively respond to human movements during an evacuation.
- Abstract（参考訳）: ビルの避難の際には、ガイドロボットによって人的避難の迅速かつ正確な追跡を行い、避難の有効性[1],[2]を高めることができる。
本稿では,避難ロボットに適したリアルタイムに近い位置追跡ソリューションを提案する。
ポーズ検出器を用いて、まずカメラフレーム内の人間の関節をほぼリアルタイムに識別し、そのピクセルの位置を簡単なキャリブレーションプロセスで現実世界の座標に変換する。
室内実験室環境下で動作したシステムの複数の試行を行い, 地中真実と比較して精度0.55mを実現可能であることを示す。
また、このシステムは1秒あたり平均3フレーム(fps)を達成することができ、ロボットが誘導する人間の避難の研究には十分だった。
われわれのアプローチの潜在能力は単なる追跡以上のものとなり、避難中の人間の動きに積極的に反応できるように、回避運動予測の道を開いた。
関連論文リスト
- Language-guided Robust Navigation for Mobile Robots in Dynamically-changing Environments [26.209402619114353]
我々は、車輪付き移動ロボットを用いた人道案内のための具体的AIシステムを開発した。
本研究では,ロボットの意図した軌道に影響を与える環境変化を検出するため,ロボットの現在の計画を監視する手法を提案する。
この作業は、環境状態に関する情報を人間に提供する環境の持続的な監視を行う、精密農業や建設のようなアプリケーションを支援することができる。
論文 参考訳（メタデータ） (2024-09-28T21:30:23Z) - Exploring 3D Human Pose Estimation and Forecasting from the Robot's Perspective: The HARPER Dataset [52.22758311559]
本研究では,ユーザとスポット間のダイアドインタラクションにおける3次元ポーズ推定と予測のための新しいデータセットであるHARPERを紹介する。
キーノーベルティは、ロボットの視点、すなわちロボットのセンサーが捉えたデータに焦点を当てることである。
HARPERの基盤となるシナリオには15のアクションが含まれており、そのうち10つはロボットとユーザの間の物理的接触を含んでいる。
論文 参考訳（メタデータ） (2024-03-21T14:53:50Z) - AZTR: Aerial Video Action Recognition with Auto Zoom and Temporal
Reasoning [63.628195002143734]
本稿では,空中映像の行動認識のための新しい手法を提案する。
提案手法は,UAVを用いて撮影したビデオに対して設計されており,エッジやモバイルデバイス上でも動作可能である。
我々は、カスタマイズされたオートズームを使用して、人間のターゲットを自動的に識別し、適切にスケールする学習ベースのアプローチを提案する。
論文 参考訳（メタデータ） (2023-03-02T21:24:19Z) - Learning Semantics-Aware Locomotion Skills from Human Demonstration [35.996425893483796]
四足歩行ロボットの知覚からセマンティクスを意識したロコモーションスキルを学習するフレームワークを提案する。
本フレームワークは,認識された地形意味に基づいてロボットの速度と歩行を調整し,失敗することなく6km以上歩けるようにする。
論文 参考訳（メタデータ） (2022-06-27T21:08:03Z) - Neural Scene Representation for Locomotion on Structured Terrain [56.48607865960868]
本研究では,都市環境を横断する移動ロボットの局所的な地形を再構築する学習手法を提案する。
搭載されたカメラとロボットの軌道からの深度測定のストリームを用いて、ロボットの近傍の地形を推定する。
ノイズ測定とカメラ配置の盲点からの大量の欠落データにもかかわらず,シーンを忠実に再構築する3次元再構成モデルを提案する。
論文 参考訳（メタデータ） (2022-06-16T10:45:17Z) - Learning Time-optimized Path Tracking with or without Sensory Feedback [5.254093731341154]
本稿では,ロボットが関節空間で定義された基準経路を素早く追従できる学習型アプローチを提案する。
ロボットは、物理シミュレータで生成されたデータを用いて強化学習によって訓練されたニューラルネットワークによって制御される。
論文 参考訳（メタデータ） (2022-03-03T19:13:31Z) - AuraSense: Robot Collision Avoidance by Full Surface Proximity Detection [3.9770080498150224]
AuraSenseは、ロボットアームの非死点近接検知を実現する最初のシステムである。
1組の圧電トランスデューサしか必要とせず、市販のロボットにも容易に適用できる。
論文 参考訳（メタデータ） (2021-08-10T18:37:54Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - Human POSEitioning System (HPS): 3D Human Pose Estimation and
Self-localization in Large Scenes from Body-Mounted Sensors [71.29186299435423]
HPS(Human POSEitioning System)は、周囲の環境の3Dスキャンで登録された人間の完全な3Dポーズを回復する手法です。
最適化に基づく統合は2つの利点を生かし、結果としてドリフトのないポーズの精度が得られることを示す。
hpsは、人間が外部カメラに直接視線を向けなくてもシーンと対話できるvr/arアプリケーションとして使用できる。
論文 参考訳（メタデータ） (2021-03-31T17:58:31Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - Wearable camera-based human absolute localization in large warehouses [0.0]
本稿では,大規模倉庫を対象としたウェアラブル型人的位置決めシステムについて紹介する。
単眼のダウンルックカメラは、地上のノードを検出し、それらを識別し、人間の絶対位置を計算する。
人間の操作者周辺の仮想安全エリアが設定され、この領域内のAGVは直ちに停止される。
論文 参考訳（メタデータ） (2020-07-20T12:57:37Z)
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。