論文の概要: Vision-Based Safe Human-Robot Collaboration with Uncertainty Guarantees
- arxiv url: http://arxiv.org/abs/2604.15221v1
- Date: Thu, 16 Apr 2026 16:53:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:32.012695
- Title: Vision-Based Safe Human-Robot Collaboration with Uncertainty Guarantees
- Title（参考訳）: 不確かさを保証した視覚に基づく安全な人間ロボットコラボレーション
- Authors: Jakob Thumm, Marian Frei, Tianle Ni, Matthias Althoff, Marco Pavone,
- Abstract要約: 視覚に基づく人間のポーズ推定と動き予測のためのフレームワークを提案する。
本フレームワークは,確率的信頼度を高めるため,アレータリック不確実性推定とOOD検出を併用する。
我々は、記録された人間の動きデータと現実世界の人間ロボットの協調設定に基づいてパイプラインを評価する。
- 参考スコア（独自算出の注目度）: 29.419418639789722
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a framework for vision-based human pose estimation and motion prediction that gives conformal prediction guarantees for certifiably safe human-robot collaboration. Our framework combines aleatoric uncertainty estimation with OOD detection for high probabilistic confidence. To integrate our pipeline in certifiable safety frameworks, we propose conformal prediction sets for human motion predictions with high, valid confidence. We evaluate our pipeline on recorded human motion data and a real-world human-robot collaboration setting.
- Abstract（参考訳）: 本研究では,視覚に基づく人間のポーズ推定と動き予測のためのフレームワークを提案する。
本フレームワークは,確率的信頼度を高めるため,アレータリック不確実性推定とOOD検出を併用する。
認証安全フレームワークにパイプラインを統合するため,人間の動作予測のための適合予測セットを高い信頼性で提案する。
我々は、記録された人間の動きデータと現実世界の人間ロボットの協調設定に基づいてパイプラインを評価する。
関連論文リスト
- Joint Prediction of Human Motions and Actions in Human-Robot Collaboration [81.20389836121502]
我々は,人間の行動と行動の共役推定と予測のための階層的枠組みであるtextsfMA-HERPを紹介した。
本研究では, 筋骨格シミュレーションを用いて, 騒音下での正確な動き予測と頑健な動作推定を示す予備的な実験評価を行った。
論文 参考訳（メタデータ） (2026-04-03T14:40:07Z) - Safe Probabilistic Planning for Human-Robot Interaction using Conformal Risk Control [13.455001736850255]
本稿では,人間-ロボットインタラクションのための新しい確率論的安全制御フレームワークを提案する。
この手法では、CBFの安全性値の予測誤差を定量化し、制御するために共形リスク制御を用いる。
提案手法は, 基準法に比べて衝突速度と安全違反を著しく低減することを示した。
論文 参考訳（メタデータ） (2026-03-11T04:19:44Z) - Estimating Trust in Human-Robot Collaboration through Behavioral Indicators and Explainability [17.91172666743091]
本研究では,行動指標を用いた信頼度評価のためのデータ駆動型フレームワークを提案する。
このフレームワークは、人間のオペレーターが化学物質を混合するのをロボットが支援する化学産業シナリオでテストされた。
機械学習モデルは信頼度を80%以上と分類し、Votingアルゴリズムは84.07%、AUCROCスコアは0.90である。
論文 参考訳（メタデータ） (2026-01-27T18:12:44Z) - Uncertainty Aware-Predictive Control Barrier Functions: Safer Human Robot Interaction through Probabilistic Motion Forecasting [13.020006323600251]
不確かさを意識した予測制御バリア関数は、制御バリア関数の正式な安全性を保証することで、確率的手の動き予測を融合させる。
UA-PCBFは、将来の人間の状態をより深く理解した協力型ロボットに力を与える。
最先端のHRIアーキテクチャとは対照的に、UA-PCBFはタスククリティカルなメトリクスでより良いパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-08-28T14:11:26Z) - Certified Human Trajectory Prediction [66.1736456453465]
本稿では,ロバスト性を保証する軌道予測に適した認証手法を提案する。
そこで本研究では, 拡散型トラジェクトリデノイザを提案し, 本手法に組み込むことにより, 性能低下を緩和する。
認定された予測器の精度と堅牢性を実証し、認定されていない予測器に対するそれらの優位性を強調する。
論文 参考訳（メタデータ） (2024-03-20T17:41:35Z) - 3D Pose Nowcasting: Forecast the Future to Improve the Present [65.65178700528747]
本研究では,骨格関節の3次元位置を正確に把握するために,深度データを利用した新しい視覚ベースシステムを提案する。
本稿では,現在のポーズ推定精度を高めるため,提案システムの有効性を示すPose Nowcastingの概念を紹介する。
実験的な評価は2つの異なるデータセットで行われ、正確かつリアルタイムなパフォーマンスを提供する。
論文 参考訳（メタデータ） (2023-08-24T16:40:47Z) - Safe Explicable Planning [3.3869539907606603]
安全計画(SEP:Safe Explicable Planning)を提案する。
提案手法は,複数のモデルから派生した複数の対象の考察を一般化する。
これらの手法の望ましい理論的性質を検証するための公式な証明を提供する。
論文 参考訳（メタデータ） (2023-04-04T21:49:02Z) - Intuitive and Efficient Human-robot Collaboration via Real-time
Approximate Bayesian Inference [4.310882094628194]
コラボレーションロボットとエンドツーエンドAIは、工場や倉庫における人間のタスクの柔軟な自動化を約束する。
人間とコボットは互いに協力します。
これらのコラボレーションが効果的で安全であるためには、ロボットは人間の意図をモデル化し、予測し、活用する必要がある。
論文 参考訳（メタデータ） (2022-05-17T23:04:44Z) - Probabilistic Human Motion Prediction via A Bayesian Neural Network [71.16277790708529]
本稿では,人間の動作予測のための確率モデルを提案する。
我々のモデルは、観測された動きシーケンスが与えられたときに、いくつかの将来の動きを生成することができる。
我々は、大規模ベンチマークデータセットHuman3.6mに対して、我々のアプローチを広範囲に検証した。
論文 参考訳（メタデータ） (2021-07-14T09:05:33Z)
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。