Autonomous Quilt Spreading for Caregiving Robots

要約

この研究では、幼児が睡眠中に不注意で掛け布団をずらした場合に、迅速かつ正確にカバーを確実に元に戻すための新しい戦略を提案します。
私たちのアプローチは、干渉の解決とキルトの拡散という 2 つの後続のステップで定式化されます。
DWPose 人間の骨格検出と Segment Anything インスタンス セグメンテーション モデルを活用することで、提案された方法は、乳児とその上にかぶせられたキルトの状態を正確に認識できます。これには、キルトの一部に置かれた乳児の手足によって生じる干渉への対処が含まれます。
先行研究に基づいて、EM*D 深層学習モデルを使用して、キルトの展開アクションの前後のキルトの状態遷移を予測します。
処理されたキルトの状態変化を区別する際のネットワークの感度を向上させるために、ボクセル化されたキルトの状態をより代表的なものに変換する強化された損失関数を導入します。
シミュレーションと現実世界の実験の両方で、幼児の上にキルトを広げて元に戻す際の私たちの方法の有効性が検証されています。

要約(オリジナル)

In this work, we propose a novel strategy to ensure infants, who inadvertently displace their quilts during sleep, are promptly and accurately re-covered. Our approach is formulated into two subsequent steps: interference resolution and quilt spreading. By leveraging the DWPose human skeletal detection and the Segment Anything instance segmentation models, the proposed method can accurately recognize the states of the infant and the quilt over her, which involves addressing the interferences resulted from an infant’s limbs laid on part of the quilt. Building upon prior research, the EM*D deep learning model is employed to forecast quilt state transitions before and after quilt spreading actions. To improve the sensitivity of the network in distinguishing state variation of the handled quilt, we introduce an enhanced loss function that translates the voxelized quilt state into a more representative one. Both simulation and real-world experiments validate the efficacy of our method, in spreading and recover a quilt over an infant.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google