или войти через:
Ваша корзина пока пуста
favorite_border
Доступно только зарегистрированным пользователям

Технология ShapeTape помогает роботам распознавать человеческие жесты тела

schedule 28.05.2012 в 10:45 link социальный робот ShapeTape A STAR распознавание жестов
​Многие произведения научной фантастики представляют роботов, которые могут взаимодействовать с людьми, развлекая их, предоставляя различные услуги и даже здравоохранение. Робототехника в настоящее время находится на стадии развития, когда некоторые из этих идей могут быть реализованы, но по-прежнему трудно создать роботов простыми в эксплуатации.

Одним из вариантов является обучение роботов распознавать и реагировать на человеческие жесты. На практике, однако, это трудно, потому что простой жест, такой как мах рукой может показаться отличительным между разными людьми. Дизайнеры должны развивать интеллектуальные компьютерные алгоритмы, которые должны быть направлены на "обучение", чтобы найти общие закономерности движения и связать отдельные команды для робота.
Руи Ян (Rui Yan) и сотрудники Института A STAR инфокоммуникационных исследований в Сингапуре приспособились к когнитивной модели памяти, называемой сетью localist (LAN) для разработки новой системы, которая распознает жесты быстро и точно, и требует очень мало обучения.
"Поскольку многие социальные роботы будут управляться от обычных пользователей, очень важно для них быть оснащенными природными интерфейсами для взаимодействия с людьми", говорит Ян. - "Жесты являются естественным средством человеческого общения. Наша система распознавания жестов требует лишь небольшое количество данных для обучения, а также позволяет избежать утомительный процесс обучения".

Ян и его сотрудники проверили свое программное обеспечение с интеграцией  ShapeTape - специальный пиджак, который использует волоконную оптику и инерциальные датчики для мониторинга изгиба и скручивания рук. Они запрограммировали ShapeTape для получения данных  80 раз в секунду изображений трехмерной ориентации с работы плеч, локтей и запястий, и применения этой скорости для определения границ с начала жестов.
На испытаниях пять различных пользователей носили технологию ShapeTape и использовали её для управления виртуальным роботом с помощью простых движений рук, таких команд, как вперед, назад, быстрее или медленнее. Исследователи обнаружили, что 99.15% жестов были правильно переведены на их системе. Также легко добавить новые команды, демонстрируя новый контроль жестов всего несколько раз.


Следующим шагом в совершенствовании системы распознавания жестов является возможность позволить людям управлять роботами, без необходимости носить специальные устройства. Ян и коллеги решают эту проблему, заменив ShapeTapе сеносрными камерами.
"В настоящее время мы создаем новую систему распознавания жестов, включая наш метод с камерой Microsoft Kinect", - говорит Ян. -  "Мы будем выполнять предлагаемые системы автономного робота для проверки возможности ее использования в контексте реальной задачи, такой как, например, уборка квартиры."

Комментарии: