相机如何帮助可以“理解”人类的社交机器人？-巨人网络通讯

主页 > 知识库 > 相机如何帮助可以“理解”人类的社交机器人？

相机如何帮助可以“理解”人类的社交机器人？

机器人革命已经来临，它以人类可以接受的社交机器人的形式出现，如家庭，学校，办公室和公共场所中的自主机器人，以人类可感知的方式与人类和其他机器人进行交互，解决与人类核心需求相关的任务。为了设计可以“理解”人类的社交机器人，机器人研究人员转向研究人类交流心理学。康奈尔大学的研究人员认为，将触摸感嵌入社交机器人可以教会他们检测物理互动和手势。他们描述了一种不依靠触摸而是依靠视觉的方式。机器人内部的USB摄像头捕获机器人表面上的手势阴影，并使用机器学习算法对其进行分类。他们将这种方法称为ShadowSense，将其定义为视觉和触摸之间的一种形式，将“高分辨率和低成本的视觉传感带入触摸感官体验中。” 康奈尔大学机械与航天工程学院Sibley学院的研究人员Guy Hoffman表示：社交或交互式机器人中的触摸感应通常是通过力传感器或电容传感器实现的。他的团队所实现方法的缺点是，即使要达到粗糙的空间分辨率，也需要在小范围内使用许多传感器。但是，Hoffman和他的合作者使用非刚性充气机器人时，安装了消费级USB相机，并在相机上安装了鱼眼镜头，以提供更广阔的视野。 Hoffman说：“鉴于机器人是空心的，并且皮肤柔软而透明，我们可以通过观察触摸机器人的人的阴影来进行互动，并且我们能够以非常高的精度做到这一点。”他们使用深层神经网络来解释阴影，该机器人能够解释六种不同的手势，包括单手或两只手的触摸、指向、拥抱和拳打，其准确度为87.5％至96％，关键取决于光线情况。 Hoffman说，在当前的迭代中，ShadowSense在弱光条件下表现不佳。环境噪声或周围物体的阴影也会干扰图像分类。Hoffman说：“我认为，如果要做成一种商业产品，我们必须在图像检测方面做得更好。” 实际上，研究人员使用迁移学习（在一个新问题中重用了预先训练的深度学习模型）进行图像分析。Hoffman说：“多层神经网络的问题之一是你需要大量的训练数据才能做出准确的预测。显然，我们没有数以百万计的人触摸空心的、可充气的机器人的样本数据。但我们可以使用经过训练的，经过通用图像训练的网络，这样我们就拥有数十亿个图像，并且仅使用我们自己的数据集来对网络的最后一层进行重新训练。” 原文标题：可见触摸：相机如何帮助机器人感觉文章出处：【微信公众号：机器人技术与应用】欢迎添加关注！文章转载请注明出处。责任编辑：haq

标签：邢台防城港阿拉善盟乌兰察布阳江红河上饶湖州

巨人网络通讯声明：本文标题《相机如何帮助可以“理解”人类的社交机器人？》，本文关键词；如发现本文内容存在版权问题，烦请提供相关信息告之我们，我们将及时沟通与处理。本站内容系统采集于网络，涉及言论、版权与本站无关。

相机如何帮助可以“理解”人类的社交机器人？

QQ咨询

电话咨询