Collecting Human Motion Data in Large and Occlusion-Prone Environments using Ultra-Wideband Localization

要約

ロボットが人間の環境にますます統合されているため、安全で効率的な相互作用には、人間の動きを理解して予測することが不可欠です。
最新の人間の動きと活動予測のアプローチには、通常、モーションキャプチャシステム、オンボード、または固定センサーから収集されるトレーニングと評価のための高品質と量のデータが必要です。
これらのシステムのセットアップは、ハードウェアコンポーネントの複雑なセットアップ、広範なキャリブレーション手順、閉塞、および実質的なコストのために困難です。
これらの制約により、このようなシステムを新しい環境と大規模な環境に展開することが困難になり、野生の測定の使いやすさが制限されます。
この論文では、混雑した閉塞が発生しやすい環境での人間のモーションキャプチャのためのスケーラブルな代替品として、新しい超幅帯域（UWB）ローカリゼーション技術を適用する可能性を調査します。
視力、オンボードロボットライダー、レーダーセンサーなどの追加のセンシングモダリティを含め、評価と比較のためのグラウンドトゥルースとしてモーションキャプチャデータを記録します。
環境は博物館のセットアップを模倣しており、最大4人のアクティブな参加者が自然な方法でランダムな目標に向かってナビゲートし、130分以上のマルチモーダルデータを提供しています。
私たちの調査は、視力ベースのシステムを超えたスケーラブルで正確なモーションデータの収集に向けて、倉庫、空港、コンベンションセンターなどの大規模で複雑な環境でUWBのようなセンシングモダリティを評価するための基盤を築くためのステップを提供します。

要約(オリジナル)

With robots increasingly integrating into human environments, understanding and predicting human motion is essential for safe and efficient interactions. Modern human motion and activity prediction approaches require high quality and quantity of data for training and evaluation, usually collected from motion capture systems, onboard or stationary sensors. Setting up these systems is challenging due to the intricate setup of hardware components, extensive calibration procedures, occlusions, and substantial costs. These constraints make deploying such systems in new and large environments difficult and limit their usability for in-the-wild measurements. In this paper we investigate the possibility to apply the novel Ultra-Wideband (UWB) localization technology as a scalable alternative for human motion capture in crowded and occlusion-prone environments. We include additional sensing modalities such as eye-tracking, onboard robot LiDAR and radar sensors, and record motion capture data as ground truth for evaluation and comparison. The environment imitates a museum setup, with up to four active participants navigating toward random goals in a natural way, and offers more than 130 minutes of multi-modal data. Our investigation provides a step toward scalable and accurate motion data collection beyond vision-based systems, laying a foundation for evaluating sensing modalities like UWB in larger and complex environments like warehouses, airports, or convention centers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google