随时随地：利用智能手表数据进行普适机器人控制与远程操作的人类手臂姿势
摘要：通过一个优化的机器学习方法，从单个智能手表中估计人体手臂姿势。我们的方法产生了可能的手腕和肘部位置的分布，这允许对不确定性进行测量并检测多种可能的手臂姿势解决方案，即多模态姿势分布。将估计的手臂姿势与语音识别相结合，我们将智能手表转变为一种无处不在、低成本和多功能的机器人控制界面。我们在两个实际应用中证明了这种直观的控制界面使用户能够快速介入机器人的行为，暂时调整他们的目标，或通过模仿来训练全新的控制策略。大量实验表明，该方法使预测误差降低了40%并且腕部和肘部位置的平均误差为2.56cm。
作者：Fabian C Weigend, Shubham Sonawani, Michael Drolet, Heni Ben Amor
论文ID：2306.13192
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-29