Perception for Everyday Human Robot Interaction
Perception for Everyday Human Robot Interaction
复制标题
日常人机交互的感知
DOI：
10.1007/s13218-015-0400-1
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Michael Beetz
中科院分区：
文献类型：
--
作者：
Jan-Hendrik Worch;Ferenc Balint-Benczedi;Michael Beetz
构建能够执行日常任务的机器人代理的能力在很大程度上取决于对人类如何执行它们的理解。为了接近人类对任务的理解，并生成任务的形式化表示，对人类的行为和被行为的对象进行联合推理是很重要的。我们提出了一个机器人感知框架，用于感知人类在家庭环境中执行的动作，该框架可用于回答诸如“人类对哪个物体进行了操作？”或“人类执行了哪些操作？”之类的问题。为了做到这一点，我们扩展了robosherlock框架，使其能够同时检测人和物体，同时对正在执行的可能动作进行推理。
The ability to build robotic agents that can perform everyday tasks heavily depends on understanding how humans perform them. In order to achieve close to human understanding of a task and generate a formal representation of it, it is important to jointly reason about the human actions and the objects that are being acted on. We present a robotic perception framework for perceiving actions performed by a human in a household environment that can be used to answer questions such as “which object did the human act on?” or “which actions did the human perform?”. To do this we extend theRoboSherlockframework with the capabilities of detecting humans and objects at the same time, while simultaneously reasoning about the possible actions that are being performed.
登录
查看更多内容
从指向手势推断广义拾取和放置任务
DOI：
--
发表时间：
2011
期刊：
IEEE International Conference on Robotics and Automation
影响因子：
--
作者：
Nico Blodow;Zoltán;Dejan Pangercic;T. Rühr;Moritz Tenorth;M. Beetz
通讯作者：
M. Beetz
日常操纵活动背景下人类伸手运动的方法模型
DOI：
--
发表时间：
2011
期刊：
IEEE International Conference on Robotics and Automation
影响因子：
--
作者：
D. Nyga;Moritz Tenorth;M. Beetz
通讯作者：
M. Beetz
PR2 着眼于事物——使用马尔可夫逻辑网络进行非结构化信息处理的集成学习
DOI：
--
发表时间：
2014
期刊：
IEEE International Conference on Robotics and Automation
影响因子：
--
作者：
D. Nyga;Ferenc Bálint;M. Beetz
通讯作者：
M. Beetz
从交互式环境中预测机器人控制的学习任务结果
DOI：
--
发表时间：
2014
期刊：
2014 IEEE/RSJ International Conference on Intelligent Robots and Systems
影响因子：
--
作者：
Andrei Haidu;Daniel Kohlsdorf;M. Beetz
通讯作者：
M. Beetz
支持认知的自主机器人控制，实现家务任务智能
影响因子：
20.6
作者：
M. Beetz;Dominik Jain;Lorenz Mösenlechner;Moritz Tenorth;Lars Kunze;Nico Blodow;Dejan Pangercic
通讯作者：
Dejan Pangercic