論文の概要: User-Tailored Learning to Forecast Walking Modes for Exosuits

• arxiv url: http://arxiv.org/abs/2603.15329v1
• Date: Mon, 16 Mar 2026 14:21:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.872042
• Title: User-Tailored Learning to Forecast Walking Modes for Exosuits
• Title（参考訳）: エクソスーツの歩行モード予測のためのユーザ設計学習
• Authors: Gabriele Abbate, Enrica Tricomi, Nathalie Gierden, Alessandro Giusti, Lorenzo Masia, Antonio Paolillo,
• Abstract要約: 本稿では,エクソスーツを着用しているユーザの3つの歩行モードを推定することを目的とした,機械学習に基づく知覚モジュールを提案する。 提案手法は、制御をサポートし、オンラインモデル適応のための自己ラベル作成手順を可能にする、未来時間と過去の時間ステップの両方を推定する。 実生活データセットを用いて徹底的な分析を行った結果,ユーザ適応型知覚モジュールの有効性が示された。
• 参考スコア（独自算出の注目度）: 42.91586375404705
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Assistive robotic devices, like soft lower-limb exoskeletons or exosuits, are widely spreading with the promise of helping people in everyday life. To make such systems adaptive to the variety of users wearing them, it is desirable to endow exosuits with advanced perception systems. However, exosuits have little sensory equipment because they need to be light and easy to wear. This paper presents a perception module based on machine learning that aims at estimating 3 walking modes (i.e., ascending or descending stairs and walking on level ground) of users wearing an exosuit. We tackle this perception problem using only inertial data from two sensors. Our approach provides an estimate for both future and past timesteps that supports control and enables a self-labeling procedure for online model adaptation. Indeed, we show that our estimate can label data acquired online and refine the model for new users. A thorough analysis carried out on real-life datasets shows the effectiveness of our user-tailored perception module. Finally, we integrate our system with the exosuit in a closed-loop controller, validating its performance in an online single-subject experiment.
• Abstract（参考訳）: 柔らかい下肢のエクソ骨格やエクソスーツのような補助ロボットは、人々の日常生活を助けるという約束で広く普及している。 このようなシステムを各種の利用者に適応させるためには,高度な知覚システムにエキソスーツを取り入れることが望ましい。 しかし、エクソスーツは軽くて着やすいため、感覚器具がほとんどない。 本稿では,エクソスーツを着用しているユーザの3つの歩行モード(階段を上ったり下りたり,地上を歩いたり)を推定することを目的とした,機械学習に基づく知覚モジュールを提案する。 2つのセンサからの慣性データのみを用いて,この認識問題に対処する。 提案手法は、制御をサポートし、オンラインモデル適応のための自己ラベル作成手順を可能にする、未来時間と過去の時間ステップの両方を推定する。 実際、我々の見積もりは、オンラインで取得したデータをラベル付けし、新しいユーザーのためのモデルを洗練できることを示している。 実生活データセットを用いて徹底的な分析を行った結果,ユーザ適応型知覚モジュールの有効性が示された。 最後に,エクソスーツをクローズドループコントローラに統合し,オンライン単目的実験における性能を検証した。

関連論文リスト

• Human Motion Estimation with Everyday Wearables [30.10082832231011]
  EveryWearは、日常的なウェアラブルをベースとした、軽量で実用的な人間のモーションキャプチャーアプローチである。 我々はEgo-Elecを紹介した。Ego-Elecは実世界の9時間データセットで、17の屋内および屋外環境にわたる56の日々の活動をカバーしている。 このアプローチでは,エゴセントリックカメラからの視覚的手がかりと,コンシューマデバイスからの慣性信号を統合するマルチモーダルな教師学習フレームワークを採用している。
  論文  参考訳（メタデータ） (2025-12-24T14:44:51Z)
• Learning Hand State Estimation for a Light Exoskeleton [50.05509088121445]
  そこで本研究では,光エクソスケトンを用いた手の状態推定手法を提案する。 本研究は,前腕の筋活動と外骨格の運動から得られる情報を用いて,手指の開度とコンプライアンスレベルを再構築する指導的アプローチを構築する。 我々のアプローチは本物の光のエクソスケルトンで検証されている。
  論文  参考訳（メタデータ） (2024-11-14T09:12:38Z)
• Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
  マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。 以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
  論文  参考訳（メタデータ） (2024-04-25T17:59:41Z)
• EgoNav: Egocentric Scene-aware Human Trajectory Prediction [15.346096596482857]
  ウェアラブルなコラボレーティブロボットは、転倒防止支援を必要とする人や、外骨格を装着する人を助ける。 このようなロボットは、自我中心の視覚に基づいて周囲のシーンに常に適応し、着用者の自我の動きを予測する必要がある。 本研究では、身体に装着したカメラとセンサーを利用して、複雑な環境下での人間の着用者の軌道を予測した。
  論文  参考訳（メタデータ） (2024-03-27T21:43:12Z)
• StairNet: Visual Recognition of Stairs for Human-Robot Locomotion [2.3811618212533663]
  StairNetは、階段の視覚的感知と認識のための新しいディープラーニングモデルの開発を支援するイニシアチブである。 本稿では,515,000枚以上の手動ラベル付き画像を用いた大規模データセットの開発について概説する。 ロボット移動のための新しい視覚認識システムを開発・研究する上で,StairNetは有効なプラットフォームであることを示す。
  論文  参考訳（メタデータ） (2023-10-31T17:30:57Z)
• HUM3DIL: Semi-supervised Multi-modal 3D Human Pose Estimation for Autonomous Driving [95.42203932627102]
  3Dの人間のポーズ推定は、自動運転車が歩行者の微妙で複雑な振る舞いを知覚し理解できるようにする新しい技術である。 提案手法は,これらの補完信号を半教師付き方式で効率的に利用し,既存の手法よりも大きなマージンで性能を向上する。 具体的には、LiDAR点を画素整列マルチモーダル特徴に埋め込み、トランスフォーマーの精細化段階を経る。
  論文  参考訳（メタデータ） (2022-12-15T11:15:14Z)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)

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。