論文の概要: WaveMan: mmWave-Based Room-Scale Human Interaction Perception for Humanoid Robots

• arxiv url: http://arxiv.org/abs/2601.07454v1
• Date: Mon, 12 Jan 2026 11:53:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.743412
• Title: WaveMan: mmWave-Based Room-Scale Human Interaction Perception for Humanoid Robots
• Title（参考訳）: ウェーブマン:ヒューマノイドロボットの室内対話知覚
• Authors: Yuxuan Hu, Kuangji Zuo, Boyu Ma, Shihao Li, Zhaoyang Xia, Feng Xu, Jianfei Yang,
• Abstract要約: ミリ波(mmWave)は本質的にプライバシー保護インタラクションをサポートする。 既存のmmWaveベースのインタラクションセンシングシステムでは、見えない距離や視点での空間一般化が不十分である。 本稿では、任意のユーザ位置をまたいだ信頼性の高いヒューマンインタラクションセンシングを復元する空間適応型ルームスケール認識システムであるWaveManを紹介する。
• 参考スコア（独自算出の注目度）: 23.117011380793382
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reliable humanoid-robot interaction (HRI) in household environments is constrained by two fundamental requirements, namely robustness to unconstrained user positions and preservation of user privacy. Millimeter-wave (mmWave) sensing inherently supports privacy-preserving interaction, making it a promising modality for room-scale HRI. However, existing mmWave-based interaction-sensing systems exhibit poor spatial generalization at unseen distances or viewpoints. To address this challenge, we introduce WaveMan, a spatially adaptive room-scale perception system that restores reliable human interaction sensing across arbitrary user positions. WaveMan integrates viewpoint alignment and spectrogram enhancement for spatial consistency, with dual-channel attention for robust feature extraction. Experiments across five participants show that, under fixed-position evaluation, WaveMan achieves the same cross-position accuracy as the baseline with five times fewer training positions. In random free-position testing, accuracy increases from 33.00% to 94.33%, enabled by the proposed method. These results demonstrate the feasibility of reliable, privacy-preserving interaction for household humanoid robots across unconstrained user positions.
• Abstract（参考訳）: 家庭環境における信頼性の高いヒューマノイドロボットインタラクション(HRI)は、2つの基本的な要件、すなわち制約のないユーザ位置に対する堅牢性とユーザのプライバシーの保護によって制約される。 ミリ波(mmWave)は本質的にプライバシ保護インタラクションをサポートしており、部屋規模のHRIにとって有望なモダリティである。 しかし、既存のmmWaveベースのインタラクションセンシングシステムでは、見えない距離や視点での空間一般化が不十分である。 この課題に対処するために、任意のユーザ位置をまたいだ信頼性の高いヒューマンインタラクションセンシングを復元する空間適応型ルームスケール認識システムWaveManを導入する。 WaveManは、空間的整合性のためのアスペクトアライメントとスペクトログラムの強化と、ロバストな特徴抽出のためのデュアルチャネルアテンションを統合している。 固定位置評価では、WaveManは5倍のトレーニング位置を持つベースラインと同じクロスポジションの精度を達成している。 ランダムな自由配置試験では、提案手法により精度が33.00%から94.33%に向上する。 これらの結果は、制約のないユーザ位置をまたいだ家庭用ヒューマノイドロボットの信頼性とプライバシー保護の相互作用の実現可能性を示している。

関連論文リスト

• Learning Human-Object Interaction for 3D Human Pose Estimation from LiDAR Point Clouds [49.219348802596876]
  LiDARポイントクラウドから人間を理解することは、自動運転における最も重要なタスクの1つだ。 既存の手法は、人間とオブジェクトの相互作用を活用して、堅牢な3Dポーズ推定フレームワークを構築する可能性を大きく見落としている。 そこで我々は,LiDAR点雲からの堅牢な3次元ポーズ推定のためのヒューマン・オブジェクト・インタラクション・ラーニング・フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-17T10:20:29Z)
• Optimal-Horizon Social Robot Navigation in Heterogeneous Crowds [39.07961392770344]
  環境の不確実性や複雑な人間とロボットの相互作用のため、密集した動的な群集の中で社会ロボットをナビゲートすることは困難である。 MPCは、強力なリアルタイムパフォーマンスを提供し、固定された予測地平線への依存は、環境の変化や社会的ダイナミクスへの適応性を制限している。 オンライン上でのMPCの視線を推定した状況に応じて最適化する最適水平社会ナビゲーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-28T07:09:15Z)
• HA-VLN 2.0: An Open Benchmark and Leaderboard for Human-Aware Navigation in Discrete and Continuous Environments with Dynamic Multi-Human Interactions [64.69468932145234]
  HA-VLN 2.0は、明示的な社会的認識制約を導入した統一ベンチマークである。 その結果、明示的な社会的モデリングはナビゲーションの堅牢性を向上し、衝突を減らすことが示唆された。
  論文  参考訳（メタデータ） (2025-03-18T13:05:55Z)
• mmEgoHand: Egocentric Hand Pose Estimation and Gesture Recognition with Head-mounted Millimeter-wave Radar and IMU [15.086294532079908]
  mmEgoHandは、手振り推定のためのヘッドマウントエゴセントリックシステムである。 ジェスチャー認識、VRインタラクション、スキルのデジタル化とアセスメント、ロボット遠隔操作などのアプリケーションをサポートする。 mmEgoHandは、動的知覚を可能にするために、mmWaveレーダーと慣性測定ユニット(IMU)を統合する。
  論文  参考訳（メタデータ） (2025-01-23T16:25:08Z)
• Belief Aided Navigation using Bayesian Reinforcement Learning for Avoiding Humans in Blind Spots [0.0]
  本研究では、部分的に観測可能なマルコフ決定プロセスフレームワークに基づく新しいアルゴリズムBNBRL+を導入し、観測不能領域のリスクを評価する。 ロボット、人間、そして推論された信念のダイナミクスを統合し、ナビゲーションパスを決定し、報酬関数に社会規範を埋め込む。 このモデルでは、視認性に限界があり、障害物を動的に回避できるため、自動運転車の安全性と信頼性を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2024-03-15T08:50:39Z)
• A Diver Attention Estimation Framework for Effective Underwater Human-Robot Interaction [14.267807345588581]
  近年の視覚に基づく水中HRI法の進歩は、トップサイドオペレーターの助けを必要とせずに、人間のパートナーと対話する能力を持っている。 これらの方法では、AUVはダイバーが相互作用する準備ができていると仮定するが、実際にはダイバーは邪魔される可能性がある。 本稿では、ダイバーの注意度を自律的に決定するための、AUVに対するダイバーアテンション推定フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-28T22:08:41Z)
• 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)
• Semi-Perspective Decoupled Heatmaps for 3D Robot Pose Estimation from Depth Maps [66.24554680709417]
  協調環境における労働者とロボットの正確な3D位置を知ることは、いくつかの実際のアプリケーションを可能にする。 本研究では、深度デバイスと深度ニューラルネットワークに基づく非侵襲的なフレームワークを提案し、外部カメラからロボットの3次元ポーズを推定する。
  論文  参考訳（メタデータ） (2022-07-06T08:52:12Z)
• Perceiving Humans: from Monocular 3D Localization to Social Distancing [93.03056743850141]
  本稿では,人間の3次元位置と身体の向きを1つの画像から知覚する,コスト効率の高い視覚ベースの新しい手法を提案する。 我々は,「社会的距離」という概念を,単純な位置に基づくルールとは対照的に,社会的相互作用の一形態として再考することが可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-01T10:12:30Z)

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。