在现实环境中检测人类运动意图的方法
概括
这项研究提出了一种用于检测外骨控制的人类运动意图的新方法,通过将眼睛跟踪和IMU数据与地形识别相结合来实现93.4%的准确性,以提高安全性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人与计算机的交互
- 生物力学 生物力学
背景情况:
- 外骨控制需要精确的运动意图检测,以便在运动模式之间无过渡.
- 现实世界的环境不确定性对可靠的意图检测构成挑战,危及用户安全.
研究的目的:
- 开发和验证一种自我纠正的方法,用于在真实环境中检测人类运动意图.
- 为了提高对外骨应用的意图检测的准确性和可靠性.
主要方法:
- 在特征提取层面上,凝视数据 (眼球追踪器) 和惯性测量单元 (IMU) 信号的融合.
- 利用卷积神经网络使用场景摄像头图像进行地形识别.
- 基于预测的意图和识别的地形,实现了基于在线自我纠正的决策融合层.
主要成果:
- 通过结合功能和决策融合,实现了93.4%的整体准确性.
- 通过将目光数据与IMU信号融合,证明了更好的预测准确性.
- 验证了该方法在各种运动任务中的可行性,包括水平行走,坡道和楼梯.
结论:
- 拟议的方法有效地检测在现实世界中情景的人类运动意图.
- 融合多式传感器数据 (目光,IMU,视觉) 显著提高了检测准确性和可靠性.
- 这种方法有望实现更安全,更直观的外骨控制.


