PepperPose:与伴侧行走机器人进行全身姿态估计

人体姿态与行为识别人-机器人协作(HRC)医生、护士、临床医生健身教练

在用户友好且不依赖位置的方式下,对多样动作进行准确的全身姿态估计为体育、健身和医疗保健等领域中的交互式应用程序铺平了道路。由于用户动态定位、动作多样性以及姿态捕捉系统的可接受性变化等因素,在现实世界场景中这一任务变得具有挑战性。在此背景下,我们提出了PepperPose,这是一种专为优化姿态估计而设计的新型伴行机器人系统。与传统方法不同,PepperPose能够主动跟踪用户并优化其视角,从而在不同位置和动作中提高姿态估计的准确性。这使用户能够享受到无缝的动作感知体验。我们的评估涉及30名参与者在类似家庭的空间中进行日常功能和锻炼动作,突显了该机器人的潜力。此外,我们展示了PepperPose在人机交互方面提供的机遇、其当前的局限性以及未来的发展方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/146730/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642231
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
9 位作者
sell
研究子方向
人体姿态与行为识别、人-机器人协作(HRC)
work
职业/产业
医生、护士、临床医生、健身教练
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文