論文の概要: Towards Reliable Underwater Diver-Robot Interaction: Gesture Design, Interaction Logic, and Real-World Evaluation
- arxiv url: http://arxiv.org/abs/2609.23392v2
- Date: Tue, 22 Sep 2026 03:12:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:03.932408
- Title: Towards Reliable Underwater Diver-Robot Interaction: Gesture Design, Interaction Logic, and Real-World Evaluation
- Title（参考訳）: 水中潜水ロボットの信頼性向上に向けて:ジェスチャデザイン、インタラクションロジック、実世界評価
- Abstract要約: 我々は,コンパクトな7段階語彙,軽量なランドマークベース認識,コマンドレベルの対話ロジックを統合する。
信頼性の高い水中ジェスチャーインタラクションは,人間のユーザビリティ,ジェスチャー認識性,実行信頼性に依存することを示す。
- 参考スコア（独自算出の注目度）: 51.441823331149
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underwater human--robot interaction requires gesture commands that are both easy for divers to use and reliable for robots to recognize. We investigate these aspects through a closed-loop diver--robot interaction framework integrating a compact seven-gesture vocabulary, lightweight landmark-based recognition, and command-level interaction logic. We evaluate the framework through a user study and underwater robot experiments in a laboratory tank and a swimming pool. The user study supported the reproducibility of the gestures after brief learning. Recognition analysis further showed that visual similarity was associated with gesture confusion, while intermediate poses during gesture formation introduced temporal ambiguity. Command-level processing mitigated the effects of transient recognition errors on robot execution, reducing unintended triggers and premature task interruptions. These findings show that reliable underwater gesture interaction depends on human usability, gesture recognizability, and execution reliability in underwater interaction.
- Abstract（参考訳）: 水中での人間-ロボットのインタラクションには、ダイバーが簡単に使えるジェスチャーコマンドと、ロボットが認識できる信頼性の両方が必要である。
本研究では, コンパクトな7段階語彙, 軽量なランドマークベース認識, コマンドレベル対話ロジックを統合したクローズドループダイバーロボットインタラクションフレームワークを用いて, これらの側面について検討する。
本研究は,実験槽とスイミングプールのユーザスタディと水中ロボット実験を通して,その枠組みを評価するものである。
ユーザスタディは,短時間学習後のジェスチャーの再現性を支持した。
認識分析により、視覚的類似性はジェスチャーの混乱と関連し、ジェスチャー形成中の中間的なポーズは時間的曖昧さをもたらすことが示された。
コマンドレベルの処理は、過渡的な認識エラーがロボットの実行に与える影響を緩和し、意図しないトリガーを減らし、タスクの割り込みを早める。
これらの結果から, 水中でのジェスチャー操作の信頼性は, 人間のユーザビリティ, ジェスチャー認識性, 水中インタラクションにおける実行信頼性に依存することが示唆された。
関連論文リスト
- SocioGesture: Real-Time and Adaptive Social Gesture Perception for Human-Robot Interaction [4.0450087039946006]
我々は人間-ロボットインタラクション(HRI)のためのリアルタイム適応型ソーシャルジェスチャー認識システムSocioGestureを提案する。
SocioGestureは、コンパクトな自信を意識したボディハンドスケルトン表現と、低遅延オンボード認識のために手関節で身体の動きを融合する軽量なデュアルストリームモデルを使用している。
屋内と屋外の混在したHRIシナリオで収集されたソーシャルジェスチャデータセットにおいて,ソシオジェスチャは強い保持対象認識を実現する。
デプロイ中、オフラインラベリングとアダプションのために不確実なインタラクションセグメントが保存されるため、SocioGestureはそのジェスチャー語彙を拡張することができる。
論文 参考訳（メタデータ） (2026-09-03T23:03:43Z) - Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。
近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。
これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
論文 参考訳（メタデータ） (2026-08-02T14:22:01Z) - Anatomy of Uncertainty: Expressive Descriptors of Robotic Manipulator Motion for Non-verbal Communication in Human-Robot Collaboration [0.6576864734526405]
本研究はロボットマニピュレータ運動による知覚の不確実性を表現する数学的枠組みを導入する。
動作中のロボットの不確実性を符号化し、将来の自律軌道生成を支援するための知覚的基盤を確立する。
論文 参考訳（メタデータ） (2026-07-15T10:48:44Z) - Navigation beyond Wayfinding: Robots Collaborating with Visually Impaired Users for Environmental Interactions [23.06831135567015]
我々は,ロボットガイド犬の精密なセンシングと位置決め機能と,物理的な操作を行うユーザの能力を組み合わせた,協調的な人間ロボットアプローチを提案する。
評価の結果,従来の白杖や非適応案内システムよりも安全でスムーズで効率の良いナビゲーションが可能であることが示唆された。
論文 参考訳（メタデータ） (2026-03-15T04:21:46Z) - Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。
本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。
我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
論文 参考訳（メタデータ） (2025-08-04T06:35:48Z) - FollowMe: a Robust Person Following Framework Based on Re-Identification
and Gestures [12.850149165791551]
HRI(Human-robot Interaction)は、住宅や産業において、操作の柔軟性を促進するための重要な手段となっている。
本研究では,ロボットが対象者を識別・追跡できる統合認識・ナビゲーション・フレームワークを開発した。
Re-IDモジュールは、対象者の特徴を自律的に学習し、取得した知識を使用してターゲットを視覚的に再識別する。
論文 参考訳（メタデータ） (2023-11-21T20:59:27Z) - Real-time Addressee Estimation: Deployment of a Deep-Learning Model on
the iCub Robot [52.277579221741746]
住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。
人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。
本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
論文 参考訳（メタデータ） (2023-11-09T13:01:21Z) - 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) - Gesture2Path: Imitation Learning for Gesture-aware Navigation [54.570943577423094]
Gesture2Pathは、画像に基づく模倣学習とモデル予測制御を組み合わせた新しいソーシャルナビゲーション手法である。
実際のロボットに本手法をデプロイし,4つのジェスチャーナビゲーションシナリオに対するアプローチの有効性を示す。
論文 参考訳（メタデータ） (2022-09-19T23:05:36Z) - Skeleton-Based Mutually Assisted Interacted Object Localization and
Human Action Recognition [111.87412719773889]
本研究では,骨格データに基づく「相互作用対象の局所化」と「人間の行動認識」のための共同学習フレームワークを提案する。
本手法は,人間の行動認識のための最先端の手法を用いて,最高の,あるいは競争的な性能を実現する。
論文 参考訳（メタデータ） (2021-10-28T10:09:34Z)
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。