展望未来:对技术的全面审查,使人形机器人能够跟随人类的目光

科学领域:

• 人与机器人的交互 (HRI)
• 非语言沟通 非语言沟通
• 计算机视觉 计算机视觉

背景情况:

• 眼神对于人类沟通至关重要,它传达了注意力和意图.
• 共同注意包括共同关注对象,这对社会互动至关重要.
• 机器人中的凝视追踪增强了社会智能和参与人机交互 (HRI) 的能力.

研究的目的:

• 在HRI中系统地审查和分类现有的视线跟踪技术解决方案.
• 为了提供一个结构化的概述,如何机器人技术上实现凝视后的行为.
• 确定机器人凝视追踪方面的挑战和未来研究方向.

主要方法:

• 采用了一个范围审查方法,系统地搜索了四个数据库.
• 在HRI中确定了28项关于凝视跟踪的相关研究.
• 开发了一个基于环境跟踪,凝视跟踪和凝视环境映射的分类学.

主要成果:

• 将解决方案分为受约束的 (高精度,有限的设置) 和不受约束的 (灵活,具有挑战性的) 方法.
• 实施的复杂性范围从基于规则的自适应系统.
• 在动态环境中实现强大的实时注视跟踪仍然存在重大挑战.

结论:

• 在HRI中,凝视跟踪在技术上是通过环境跟踪,凝视跟踪和凝视环境映射实现的.
• 有限制的解决方案提供了准确性,但缺乏灵活性,而不受限制的解决方案面临技术障碍.
• 未来的研究应该专注于改进不受约束的方法,并利用人工智能实现更自然的HRI.