Motion Prediction with Gaussian Processes for Safe Human-Robot Interaction in Virtual Environments

人类使用协作机器人来完成各种任务。人与机器人之间的交互发生在紧密的共享工作空间中。然而，这些机器必须安全地与人类一起操作，以最小化意外碰撞的风险。确保安全会带来许多限制，例如在操作期间降低扭矩和速度限制，从而增加完成许多任务的时间。然而，对于将协作机器人用作带有间歇性接触的触觉界面以进行虚拟现实应用程序等应用程序来说，速度限制会导致用户体验不佳。该研究旨在提高协作机器人的效率，同时提高人类用户的安全性。我们使用高斯过程模型来预测人手的运动，并基于手势和注视开发了人类意图检测策略，以改善虚拟环境中机器人和人类的安全性。然后，我们研究了预测的影响。比较结果显示，预测模型提高了机器人时间3\%和安全性17\%。当与注视一起使用时，使用高斯过程模型进行预测将机器人时间提高了2\%，安全性提高了13\%。

提高协作机器人的效率，同时保证人类用户的安全性

使用高斯过程模型预测人手的运动，并基于手部运动和凝视开发人类意图检测策略，以提高协作机器人的效率和人类用户的安全性

使用高斯过程模型进行预测，提高机器人时间3％和安全性17％；与凝视结合使用，机器人时间提高2％，安全性提高13％

与虚拟现实应用的协作机器人有关的研究