本研究は、手の動作を生物力学的に正確にモデル化するための新しい手モデルMS-MANOを提案する。従来の手モデルは関節駆動システムを単純化したものが多く、自然でない動きを生み出すことがあった。そこで本研究では、筋骨格系を組み込んだMS-MANOを開発した。
MS-MANOは、解剖学的正確性、学習タスクへの対応性、体型変化への適応性の3つの特徴を備えている。解剖学的データに基づいて正確にモデル化されており、微妙な動きの制御を可能にする。学習タスクにも統合できるよう設計されている。また、個人差のある体型にも適応できる。
MS-MANOを手の姿勢追跡タスクに適用するため、シミュレーション中のループを活用したBioPRフレームワークを提案した。BioPRは、予測された姿勢と速度を入力として、筋肉の興奮信号を推定し、シミュレーションを通じて参照姿勢を生成する。最後に、予測姿勢と参照姿勢を用いて姿勢を精密に推定する。
BioPRの有効性は、DexYCBとOakInkの2つの大規模データセットで検証された。従来手法に比べ、定量的・定性的に一貫して改善された結果が得られた。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Pengfei Xie,... kl. arxiv.org 04-17-2024
https://arxiv.org/pdf/2404.10227.pdfDybere Forespørgsler