Core Concepts
本研究では、深度カメラとMediaPipeを使用して人間の手の3次元座標を正確に取得し、ダイナミック運動プリミティブを用いて、ロボットマニピュレータが人間の動作を学習し、物体の把持と置き換えを行うことができる新しい枠組みを提案する。
Abstract
本研究は、ロボットマニピュレータの器用な動作計画を実現するための新しい枠組みを提案している。
まず、深度カメラとMediaPipeを使用して人間の手の3次元座標を正確に取得する。これにより、手の軌道、姿勢、把握動作を記録することができる。取得したデータにはノイズが含まれるため、平均フィルタを適用してデータを滑らかにする。
次に、修正したダイナミック運動プリミティブ(DMP)を使用して、手首の座標軌道を学習する。DMPは、新しい開始点と終了点を持つ軌道を生成することができ、物体の把持と置き換えのタスクを実行することができる。
実験では、特定の角度で物体を把持し、障害物を回避して傾斜したコンテナに置くタスクを実行した。提案手法は、ロボットの器用な操作タスクを実現する新しい効果的なアプローチを示している。
Stats
3次元座標の最大誤差は2cm以内である。
人間の手の動作データにはノイズが含まれるため、平均フィルタを適用して滑らかにした。