Temel Kavramlar
실내 환경에서 로봇이 사람을 앞서 따라가며 감지하기 위해서는 사람의 장기적인 자세 예측이 필요하다. 이를 위해 환경 정보를 활용하여 2D 궤적을 먼저 예측하고, 이를 바탕으로 3D 자세를 예측하는 방법을 제안한다.
Özet
이 논문은 실내 환경에서 로봇이 사람을 앞서 따라가며 감지하는 문제를 다룬다. 이를 위해 사람의 장기적인 자세 예측이 필요하다.
논문에서는 다음과 같은 접근법을 제안한다:
- 먼저 주변 환경 정보를 활용하여 2D 궤적을 예측한다. 이를 위해 점유 지도와 과거 궤적 정보를 입력으로 사용하는 PathNet 모듈을 제안한다.
- 예측된 2D 궤적을 바탕으로 3D 자세를 예측하는 PoseNet 모듈을 제안한다. PoseNet은 GRU 기반 네트워크를 사용한다.
- 실내 환경에서의 인간 동작 데이터셋인 Real-IM 데이터셋을 구축하였다. 이 데이터셋은 기존 데이터셋과 달리 건물 전체 규모의 공간에서 수집되었다.
- 실험 결과, 제안 방법은 기존 최신 방법들과 비교하여 더 나은 성능을 보이며, 특히 계산 속도가 3배 빠른 것으로 나타났다.
- 제안 방법을 실제 로봇 시스템에 적용하여 로봇 앞서 따라가기 작업을 수행하였고, 인간 자세 예측 결과가 이 작업에 도움이 됨을 보였다.
İstatistikler
사람 궤적 예측 오차: 1초에 69.9mm, 1.5초에 75.5mm, 2초에 78.1mm, 3초에 84.5mm
3D 자세 예측 오차: 1초에 67.9mm, 1.5초에 80.3mm, 2초에 86.4mm, 3초에 109.2mm
Alıntılar
"실내 환경에서 장애물이 있는 경우 가능한 움직임 경로가 제한되므로 환경 정보를 활용하면 장기적인 자세 예측에 도움이 될 수 있다."
"제안 방법은 기존 최신 방법들과 비교하여 더 나은 성능을 보이며, 특히 계산 속도가 3배 빠른 것으로 나타났다."