关于利用目光行为来预测人类在不同地形上自然行走时的运动过渡

科学领域:

• 生物力学 生物力学
• 人与计算机的互动.
• 机器人技术 机器人技术 机器人技术

背景情况:

• 人类的运动依赖于整合的目光和步态.
• 预测步行模式的转换对于辅助技术和自主系统至关重要.
• 凝视行为在预测城市环境中步态变化的作用还未得到充分研究.

研究的目的:

• 为了研究人类凝视行为对步行模式转换的预测能力.
• 量化凝视参数与步态参数在预测转变中的贡献.
• 使用眼睛跟踪数据开发一种用于现实世界步态转变预测的模型.

主要方法:

• 在城市轨道上收集了来自20名参与者的同步IMU运动和眼睛跟踪数据.
• 参与者在各种步行模式中通过平行步行,楼梯和坡道进行了导航.
• 训练了一个随机的森林分类器,使用目光和步态参数来预测过渡.

主要成果:

• 在具有挑战性的过渡过程中,目光向地面转移,在步态调整之前.
• 楼梯过渡比坡道过渡更容易预测.
• 将目光和步态参数结合起来,产生了最高的预测准确度 (MCC = 0.60,用于前进4步的楼梯预测).
• 视线参数显著影响了分类准确性,往往超过了步态参数.

结论:

• 凝视行为预测步行模式的转换和感知到的平衡挑战.
• 整合凝视数据显著提高了预测现实世界的步态过渡.
• 这项研究为先进的人意识机器人和辅助系统提供了潜力.