Leveraging GCN-based Action Recognition for Teleoperation in Daily Activity Assistance

要約

高齢者の介護は緊急の世界的な課題であり、多くの高齢者は居住ケアに入るよりも、その場で年齢を収めたいと考えています。
ただし、特に地理的に広大な地域では、適切な在宅支援を提供することは依然として困難です。
テレオパート化されたロボットは有望なソリューションを提供しますが、従来のモーションマッピングテレオ操作はオペレーターに不自然な動きの制約を課し、筋肉の疲労と使いやすさにつながります。
このペーパーでは、直感的なリモートロボット制御を可能にするアクション認識を活用する新しいテレオ操作フレームワークを紹介します。
単純化された時空グラフ畳み込みネットワーク（S-ST-GCN）を使用して、システムは人間の行動を認識し、対応するプリセットロボット軌跡を実行し、直接モーション同期の必要性を排除します。
有限状態マシン（FSM）が統合されており、誤分類されたアクションを除外することにより信頼性を高めます。
私たちの実験は、提案されたフレームワークが正確なロボットの実行を確保しながら、楽なオペレーターの動きを可能にすることを示しています。
この概念実証研究は、介護者が日常生活の活動（ADL）中に高齢者をリモートで支援できるようにするための行動認識を伴うテレオ操作の可能性を強調しています。
将来の作業では、S-ST-GCNの認識精度と一般化の改善、高度な成人ケアのロボット自律性をさらに強化するための高度なモーション計画技術を統合し、システムのテレプレゼンスと制御の容易さを評価するためのユーザー調査を実施することに焦点を当てます。

要約(オリジナル)

Caregiving of older adults is an urgent global challenge, with many older adults preferring to age in place rather than enter residential care. However, providing adequate home-based assistance remains difficult, particularly in geographically vast regions. Teleoperated robots offer a promising solution, but conventional motion-mapping teleoperation imposes unnatural movement constraints on operators, leading to muscle fatigue and reduced usability. This paper presents a novel teleoperation framework that leverages action recognition to enable intuitive remote robot control. Using our simplified Spatio-Temporal Graph Convolutional Network (S-ST-GCN), the system recognizes human actions and executes corresponding preset robot trajectories, eliminating the need for direct motion synchronization. A finite-state machine (FSM) is integrated to enhance reliability by filtering out misclassified actions. Our experiments demonstrate that the proposed framework enables effortless operator movement while ensuring accurate robot execution. This proof-of-concept study highlights the potential of teleoperation with action recognition for enabling caregivers to remotely assist older adults during activities of daily living (ADLs). Future work will focus on improving the S-ST-GCN’s recognition accuracy and generalization, integrating advanced motion planning techniques to further enhance robotic autonomy in older adult care, and conducting a user study to evaluate the system’s telepresence and ease of control.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google