Object Permanence Filter for Robust Tracking with Interactive Robots

要約

オブジェクトの永続性とは、感覚を通して知覚できなくなってもオブジェクトは存在し続けるという概念を指し、人間の認知発達の重要な側面です。
この研究では、複数オブジェクト、複数エージェントの対話型シナリオでオブジェクトの永続性を表すための一連の仮定と規則を提案することで、この理解を対話型ロボットに組み込むことを目指しています。
これらのルールをパーティクル フィルターに統合し、オブジェクト永続フィルター (OPF) を作成します。
複数のオブジェクトのシナリオでは、相互接続された K 個の OPF のアンサンブルを提案します。このアンサンブルでは、各フィルターが、欠落、ノイズの多い、運動学的または動的に実行不可能な測定に耐性のある、もっともらしいオブジェクト追跡を予測するため、知覚の堅牢性が実現されます。
いくつかのインタラクティブなシナリオを通じて、提案された OPF アプローチが、長期にわたる完全な閉塞が存在する場合でも、測定タイプに依存しない人間とロボットのインタラクティブなタスクで堅牢な追跡を提供することを実証します。
ウェブページ: https://opfilter.github.io/。

要約(オリジナル)

Object permanence, which refers to the concept that objects continue to exist even when they are no longer perceivable through the senses, is a crucial aspect of human cognitive development. In this work, we seek to incorporate this understanding into interactive robots by proposing a set of assumptions and rules to represent object permanence in multi-object, multi-agent interactive scenarios. We integrate these rules into the particle filter, resulting in the Object Permanence Filter (OPF). For multi-object scenarios, we propose an ensemble of K interconnected OPFs, where each filter predicts plausible object tracks that are resilient to missing, noisy, and kinematically or dynamically infeasible measurements, thus bringing perceptional robustness. Through several interactive scenarios, we demonstrate that the proposed OPF approach provides robust tracking in human-robot interactive tasks agnostic to measurement type, even in the presence of prolonged and complete occlusion. Webpage: https://opfilter.github.io/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google