論文の概要: A Robust Filter for Marker-less Multi-person Tracking in Human-Robot Interaction Scenarios

• arxiv url: http://arxiv.org/abs/2406.01832v1
• Date: Mon, 3 Jun 2024 22:59:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-05 20:32:51.438790
• Title: A Robust Filter for Marker-less Multi-person Tracking in Human-Robot Interaction Scenarios
• Title（参考訳）: 人間-ロボットインタラクションシナリオにおけるマーカレス多人数追跡のためのロバストフィルタ
• Authors: Enrico Martini, Harshil Parekh, Shaoting Peng, Nicola Bombieri, Nadia Figueroa,
• Abstract要約: マーカーレス人間ロボットインタラクション(HRI)は、長年にわたってロボット工学の研究に重点を置いてきた。 人間のポーズ推定(HPE)と深度カメラにおける本質的な誤りによって引き起こされる課題に対して、最先端の課題が解決される。 これらの課題に対処するために,不完全な3Dポーズと1台のRGB-Dカメラを改良するフィルタリングパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 1.3806223931538897
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pursuing natural and marker-less human-robot interaction (HRI) has been a long-standing robotics research focus, driven by the vision of seamless collaboration without physical markers. Marker-less approaches promise an improved user experience, but state-of-the-art struggles with the challenges posed by intrinsic errors in human pose estimation (HPE) and depth cameras. These errors can lead to issues such as robot jittering, which can significantly impact the trust users have in collaborative systems. We propose a filtering pipeline that refines incomplete 3D human poses from an HPE backbone and a single RGB-D camera to address these challenges, solving for occlusions that can degrade the interaction. Experimental results show that using the proposed filter leads to more consistent and noise-free motion representation, reducing unexpected robot movements and enabling smoother interaction.
• Abstract（参考訳）: 自然でマーカーのない人間-ロボットのインタラクション(HRI)は、物理的マーカーのないシームレスなコラボレーションのビジョンによって、長年にわたるロボット研究の焦点となっている。 マーカレスアプローチは、ユーザエクスペリエンスの向上を約束するが、人間のポーズ推定(HPE)とディープカメラにおける本質的なエラーによって引き起こされる課題に、最先端の技術は苦労する。 これらのエラーは、ロボットのジッタリングのような問題を引き起こす可能性がある。 本研究では,HPEバックボーンと1台のRGB-Dカメラから不完全な3Dポーズを洗練し,これらの課題に対処するフィルタパイプラインを提案する。 実験結果から,提案フィルタを用いることで,より一貫した雑音のない動きの表現が可能となり,予期せぬロボットの動きを低減し,よりスムーズな対話を可能にした。

関連論文リスト

• Experimental Evaluation of ROS-Causal in Real-World Human-Robot Spatial Interaction Scenarios [3.8625803348911774]
  ロボット空間相互作用における因果発見のためのROSベースのフレームワークであるROS-Causalの実験的検討を行った。 データ収集中にロボットが因果モデルを直接抽出する方法を示す。 シミュレーションから生成されたオンライン因果関係モデルは、実験結果と一致している。
  論文  参考訳（メタデータ） (2024-06-07T14:20:30Z)
• Benchmarks and Challenges in Pose Estimation for Egocentric Hand Interactions with Objects [88.25603931962071]
  ロボティクス、AR/VR、アクション認識、モーション生成といったタスクにおいて、エゴセントリックな視点からのインタラクションの総合的な3D理解が重要である。 我々は、AmblyHandsとARCTICデータセットに基づいたHANDS23チャレンジを、慎重に設計されたトレーニングとテストの分割に基づいて設計する。 提案手法の結果と近年のリーダーボードのベースラインに基づいて,3Dハンド(オブジェクト)再構成タスクの徹底的な解析を行う。
  論文  参考訳（メタデータ） (2024-03-25T05:12:21Z)
• 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)
• CARPE-ID: Continuously Adaptable Re-identification for Personalized Robot Assistance [16.948256303861022]
  今日のHuman-Robot Interaction(HRI)のシナリオでは、ロボットが最も近い個人と協力する必要があると仮定する傾向が一般的である。 連続的な視覚適応技術に基づく人物識別モジュールを提案する。 実験室環境におけるビデオ記録と,移動ロボットによるHRIシナリオを用いて,このフレームワークを単体でテストする。
  論文  参考訳（メタデータ） (2023-10-30T10:24:21Z)
• Learning Active Camera for Multi-Object Navigation [94.89618442412247]
  ロボットアプリケーションでは、ロボットが複数のオブジェクトに自律的にナビゲートすることが不可欠だが、難しい。 既存のナビゲーション手法は主に固定カメラに焦点を当てており、アクティブカメラでナビゲートする試みはほとんど行われていない。 本稿では,アクティブカメラを用いて,複数の物体へのナビゲーションをより効率的に行うことを検討する。
  論文  参考訳（メタデータ） (2022-10-14T04:17:30Z)
• Occlusion-Robust Multi-Sensory Posture Estimation in Physical Human-Robot Interaction [10.063075560468798]
  1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道。 1台のカメラ上でのOpenPoseからの2D姿勢と、人間がタスクを実行している間に対話するロボットの軌道を利用する。 本研究は,OpenPoseのみを用いた姿勢推定や,ロボットの軌道のみを用いた姿勢推定よりも,人間の体力の冗長性を解消できることを示す。
  論文  参考訳（メタデータ） (2022-08-12T20:41:09Z)
• 6N-DoF Pose Tracking for Tensegrity Robots [5.398092221687385]
  引張ロボットは剛性圧縮要素(ロッド)と柔軟な引張要素(ケーブルなど)から構成される この研究は、マーカーのない視覚に基づく方法で、緊張するロボットのポーズトラッキングに対処することを目的としている。 RGB-Dビデオから張力ロボットの各剛体要素の6-DoFポーズを反復的に推定するプロセスを提案する。
  論文  参考訳（メタデータ） (2022-05-29T20:55:29Z)
• Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
  人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。 本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。 ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
  論文  参考訳（メタデータ） (2022-03-31T23:08:20Z)
• A ROS Architecture for Personalised HRI with a Bartender Social Robot [61.843727637976045]
  BRILLOプロジェクトの目的は、自律的なロボットバーテンダーを作ることだ。 本稿では、異なる社会信号の処理を管理する知覚層と、多人数インタラクションを処理する意思決定層と、腕と顔からなる複雑なロボットの動作を制御する実行層を統合した3層ROSアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-03-13T11:33:06Z)
• Multi-Robot Collaborative Perception with Graph Neural Networks [6.383576104583731]
  汎用グラフニューラルネットワーク(GNN)を提案する。 提案手法は,単眼深度推定やセマンティックセグメンテーションなどの多視点視覚認識問題に対処できることを示す。
  論文  参考訳（メタデータ） (2022-01-05T18:47:07Z)
• 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)

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。