人与机器人的互动使用演示学习和一个可穿戴的手套与多个传感器的交互
Rajmeet Singh1, Saeed Mozaffari1, Masoud Akhshik1
1Mechanical, Automotive, and Material Engineering Department, University of Windsor, Windsor, ON N9B 3P4, Canada.
Sensors (Basel, Switzerland)
|December 23, 2023
概括
这项研究引入了一款带有传感器的可穿戴手套,用于收集人类运动和力数据,改善人类和机器人的协作,用于复杂的任务,如机器人抓取.
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
- 机器学习 机器学习
背景情况:
- 有效的人机交互 (HRI) 对于无协作和提高生产力至关重要.
- 像机器人掌握这样的复杂任务需要将人类智能与机器人能力相结合.
- 当前的HRI方法需要在细微的任务中进行改进.
研究的目的:
- 为了加强复杂任务的人机交互.
- 开发一种系统,使用可穿戴手套收集人类运动和力量数据.
- 使机器人能够理解和复制人类的操纵技巧.
主要方法:
- 使用了配备有加速度计,压力和曲传感器的可穿戴手套.
- 采用多传感器融合技术收集了全面的人类运动和力数据.
- 开发了一种机器学习算法来分析传感器数据.
主要成果:
- 该系统成功地收集了与物体处理相关的运动和力数据.
- 机器学习算法展示了识别掌握方向和位置的能力.
- 传感器融合为细微的机器人操纵任务提供了丰富的数据.
结论:
- 可穿戴式传感器技术可以显著改善人机交互.
- 机器学习分析多传感器数据使机器人能够解释人类的理解意图.
- 这种方法在复杂的操纵任务中促进了更直观,更有效的人机协作.
