MCV-意图:人类集会意图识别的多模式和交叉视图数据集
Dongxu Ma1, Chao Zhang2,3, Qingfeng Xu1
1School of Mechanical Engineering, Xi'an Jiaotong University, Xi'an, 710049, China.
Scientific data
|November 13, 2025
概括
工业5.0需要机器人了解人类的意图,以便安全合作. 本研究介绍了MCV-Intention数据集,这是一个多式联运,交叉视图资源,用于改进人机组装任务识别.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人与机器人的交互
- 智能制造是一个智能制造.
背景情况:
- 工业5.0优先考虑以人为中心的智能制造和人机协作,以实现大规模定制.
- 高效和安全的人机器人协作组装需要机器人感知人类的操作状态.
- 现有的基于视觉的组装意图识别方法受到数据模式,现实世界的过程表示和注释不一致的限制.
研究的目的:
- 介绍MCV-Intention数据集,这是一个新的多式联运,交叉视图数据集,用于组装场景的理解.
- 解决目前人机协作组装意图识别数据集的局限性.
- 为推进工业5.0的人机交互研究提供基础资源.
主要方法:
- 从15名受试者收集了数据,捕捉了六种模式和每个组装序列的两个视图,在操作员培训之前和之后.
- 专门为组装意图识别开发了一个全面的注释协议.
- 详细说明了数据集收集过程,包括使用的硬件,软件和组装对象.
主要成果:
- MCV-Intention数据集包括来自15个主题的多式联运,交叉视图数据,提供各种组装场景.
- 分析了数据集的结构和分布,以提供对组装过程的见解.
- 使用最先进的算法进行了基准实验,以建立性能基线.
结论:
- 在协作组装中,MCV-Intention数据集为开发更强大,更准确的人类意图识别系统提供了宝贵的资源.
- 这一数据集有助于在工业5.0环境中研究更有效的人机协作.
- 已建立的基准为基于视觉的组装理解的未来进步提供了一个起点.

