一个人后,机器人是一个应用程序的服务机器人,主要着重于人机交互,例如,在安全和卫生保健。本文探讨的一些设计和开发挑战病人追随者机器人。我们的动力源于共同流动挑战与病人坚持和医疗滴站。与其他设计人机器人后,提出的设计目标需要保护病人隐私和业务挑战在医院环境。我们放置一个相机接近地面,这会导致一个狭窄的视野来保护病人隐私。通过一个独特的设计的人工标记放置在不同医院的衣服,我们展示了视觉跟踪算法如何确定病人的空间位置对机器人。机器人控制算法实现三个部分:(一)患者检测;(b)距离估计;和(c)轨迹控制器。患者检测,该算法利用两个互补的目标探测的工具,也就是说,模板匹配和颜色直方图的比较。 We applied a pinhole camera model for the estimation of distance from the robot to the patient. We proposed a novel movement trajectory planner to maintain the dynamic tipping stability of the robot by adjusting the peak acceleration. The paper further demonstrates the practicality of the proposed design through several experimental case studies.
一个常见类型的服务机器人是一个人的机器人后,已发现应用程序在多个领域如安全性、监测、和老人监控(
目前,患者需要手动拉滴站来容纳它连同他们的运动模式。病人通常是站在他们一边,确保有足够的松弛鼻饲管。通过研究各种观念更好的病人交互系统的设计,本文提出了一种新颖的机器人系统的设计。系统可以自动按照病人从后面并确保存在一个适当的滴站间距离和患者对于一个给定的容许注入管松弛。在提议的设计中,我们包含了一个标准的,现成的RGB摄像头作为传感器处理单元的一部分。我们把传感器接近地面,以更好地保护患者的隐私通过约束视角。额外的传感方式只使用基于深度传感性能比较研究与计算模型通过RGB相机。医院病人的常规服装是健壮的距离估计具有人工标记的纠正,从而使医院容易部署。
一个自治的总体性能要求滴站后类似于人的机器人。我们设计了目标跟踪和运动计划维护一个容许机器人和目标之间的距离。我们定义和处理各种功能在指定的输入图像的一部分,我们通过机载相机或深度传感器。这些特性可以用来确定物体的位置对传感器坐标系及其相关的速度。例如,在[
我们组织了摘要如下。部分
跟踪病人通过从船上获得处理视频图像RGB相机。我们也探讨其他传感模式,如深度传感、和我们相比结果跟踪信息通过RGB相机。主要是,我们专注于利用图像通过这些标准RGB相机。这些相机的小尺寸和低成本允许轻松集成的最终设计drip-stand病人追随者机器人。这些相机的位置也基本在保护病人的隐私。我们还发现,视频图像的处理面临着进一步的挑战与存在的统一颜色分布在医院环境。周围的背景和前景图像包含病人穿着医院有统一的颜色分布。图
两个典型的视图从医院环境,展示颜色均匀性的存在。
对病人提出的机器人后,我们选择一个人工标记与已知的大小和颜色。我们把这个具有里程碑意义的医院对病人的衣服。以前,我们遵循了类似的手术环境中视觉跟踪方法跟踪工具(
结果图像处理识别一个红色标记和其在投影图像的宽度。处理可以调整为每个病人识别不同的颜色标识。(一)输入样本图像包含两个不同的颜色。(b)分割的红色和进一步的阈值。(c)边缘检测的图像分割。(d)计算投影图像的宽度,可以进一步使用针孔摄像机模型。
给定的分割图像标记和相关评估它的宽度在投影平面上,现在可以估算机器人标志的距离。我们使用相似三角形的几何计算的距离。例如,针孔相机的几何图所示
(一)针孔相机模型表示和(b)一个关联的投影平面显示相似三角形。
在这项研究中,我们正在考虑两个主要类别标记的位置的病人,这是依赖于类型的衣服穿。第一类是病人的情况是没有穿特殊的衣服或当他们穿着医院的裤子或袜子。数据
人工彩色标记的附件第一和第二医院类别的服装。(一)医院病人情况不穿衣服。(b)当穿医院的裤子。(c)时穿医院的袜子。(d)当礼服穿医院。
标记检测和跟踪算法探讨了利用模板匹配和颜色直方图中对象的最初定义感兴趣的区域(ROI)。ROI对应于病人的初始状态,这滴站机器人控制器需要使用启动跟踪阶段。第一节课的标志设计和它的位置(数字
东方ROI的最直接的方式在当前帧是由相应的定义一个模板中定义的初始框架。存在大量的方法用于执行模板匹配(
由于病人的运动,我们预期的大小标记也可以改变。我们定义了一个关系,维护ROI内的标志的比例一致。例如,当病人远离机器人,捕获的标记会小于初始模板。在这种情况下,对于一个一直大小的模板,匹配区域ROI内将包括周围的一些背景。结果,即使匹配的ROI包含标记,它不是在合适的区域,可以用于进一步的处理。提高准确性,我们实验确定模板的大小减少10%从而导致大于0.5的相似匹配测度。图
修改后的模板匹配算法的流程图。
类似于模板匹配算法,Bhattacharyya距离评估两者的区别选择图像补丁。颜色直方图的一代将是一个耗时的过程的实时跟踪目标,也可能覆盖整个帧的大小(特别是大框架和模板)。在这项工作中,我们采用均值漂移算法结合Bhattacharyya距离计算。对于每个颜色直方图,颜色的数量和范围必须等效系数对于一个给定的大小相同的形象。Bhattacharyya距离计算的流程图结合意味着转变调整如图
(一)直方图比较算法的流程图应用Bhattacharyya距离和(b)决策考虑模板匹配和直方图比较算法的结果。
模板匹配和颜色直方图估计ROI比较两种算法基于初始状态定义的区域。这两种方法都有一些优点和缺点,从而可以集成作为一个决策策略的一部分。模板匹配的算法允许ROI估计整个框架通过分析其有效性使用相似度度量。模板匹配是一个pixel-to-pixel比较,它具有良好的刚性目标的识别的性能。尽管ROI是定义在补丁包含最一致的信息与人工标志的设计有关,ROI内信息仍然可以被扭曲,导致非刚性的ROI。我们还实现了一个颜色直方图的比较。比较正确的做法,因为它增加了模板匹配的可靠性。因为颜色直方图的计算是指数随着时间的推移,我们也应用均值漂移算法来估计在当前帧的概率定位ROI。我们假定位移ROI的整个框架相比并不大。图
前一节中介绍的算法跟踪人工标记病人医院不穿礼服。跟踪标记连接到可变形物体如医院礼服设计视觉跟踪算法引入了额外的复杂性。相比于第一节课的标记位置,在这里,目标模型变形(图
图
图像处理的结果应用参考选择算法时变形标志。(一)网格识别和选择的网格的结果,我们用蓝色突出显示的边界。(b)阈值的结果。
在某些情况下,极端的可变形性,变得具有挑战性的决定准确的礼服和相机之间的距离。例如,左边三个网格图
两个网格重叠的情况。
当病人不穿医院的礼服,我们不能标记的地方。这里的机器人导航的指令依赖分割标记的位置对机器人。例如,在初始帧,选择一个ROI。我们获得ROI的位置和标记在当前帧的运动,然后我们估计病人的方向运动的机器人。由于独特的模式结构标记应用于医院的礼服,与第一类相关的导航命令并不直接适用于上述第二类自标记由几种划分网格。我们旨在识别医院礼服做出更准确的检测。复杂性出现时标记的位置是在相机的视野。通常,医院病人礼服是蓝色或白色的色彩,这是非常接近的整体色彩的医院环境。在这里,目标是段内所有网格通过模板匹配定义的ROI。我们使用的平均价值坐标网格的重心沿方向的最小值的帧缓冲和网格的重心有最高价值代表病人的当前位置。 This information is further used by the trajectory controller of the robot. For example, Figure
描述水平位移的标记带附加到医院礼服:(a)初始网格整体边界框和(b)标记位置和目标定义。
前面强调的一些关键部件被用作图像处理的一部分病人定位。本节介绍了机器人导航算法后病人的检测位置信息标记。
让代表的位置信息对机器人被定义为标志
病人的位置对机器人坐标系。(一)投影图像中检测到的位置标记(
提出了机器人的轨迹控制,标志的形象维持当前帧的中心。在任何连续帧,角度偏差
梯形速度剖面是一个实际的概要,大多数工业类型的机器人应用程序利用(
机器人设计的原型后病人的滴站。
我们提出一个设计一个机器人的控制器来确定机器人时遵循线性平移或旋转动作。一般来说,对于一个给定的定义梯形剖面和增量的变化运动的病人,控制器是在加速或减速阶段的轨迹没有达到恒定速度阶段。缓解这个问题,我们提出了一个修正的线性和角运动轨迹剖面机器人(图
的修改速度剖面drip-stand病人后机器人。(一)线性平移速度剖面。(b)角速度概要文件。
我们进行了一系列的实验在实验室环境中检查概念在本文提出的证据。环境布局包括三个连接走廊,受试者可以走的地方。模拟一个典型的环境中,我们把标准的家具。我们使用一个主题,即。,no additional subject was visible in the field of view. The experimental setup consists of a mobile platform equipped with an RGB camera and a depth sensor. Both the camera and the depth sensors are mounted on the robot closer to the ground level. There is also a camera placed in the experimental environment overlooking and recording the experiments. We recorded an external video to show the overall movements of the robot and the patient in the monitoring area. We used a depth sensor as an axillary sensing modality to compare and verify the distance computed through an RGB sensor, in the absence of any ground truth. We connected the robot to a wireless network through a central server. The central server is in the laboratory environment, which minimizes any delay in communication. We transmitted onboard information from the RGB camera and the depth sensors from the robot to the local host computer. We computed the required patient localization, and the desired robot movements based on the trajectory profiles are transmitted back to the robot.
我们进行了三组实验,我们在下一节中描述的主题穿着(a)掉看不到医院;(b)医院的裤子;(c)医院袜子;和(d)医院长袍。由于医院病人穿袜子的结果类似于第一种情况,我们这里不会显示相关的实验结果。受试者在实验中首次介入前的机器人启动跟踪。病人在行动之前所描述的机器人是通过图像处理和轨迹控制配置文件。在图中定义的最大和最小值
第一类,当病人穿着标志带,医院医院裤子或袜子(如图
图
病人的初始化跟踪算法。(一)病人站在机器人的前面一个代表性的距离。(b)的检测标记使用RGB相机和计算所需的最初机器人之间的距离和病人。(c)的点云表示深度地图扫描平面内的脚。
图
跟踪帧drip-stand病人的例子追随者机器人的情况下病人穿着nonhospital(只有戴着乐队标志)。每个病人的视图显示了一个示例列和机器人,分段标记为病人的实际距离计算机器人,并使用深度传感器距离计算的结果与RGB共存传感器。(一)样本第一帧。(b)样本第二帧。(c)样本帧3。(d)样本帧4。(e)样本帧5。
验证的准确性距离估计算法使用针孔摄像机模型,测量结果与实际距离相比我们有通过深度传感器获得的。我们将展示这两个数据集的情节人物
drip-stand追随者机器人的跟踪性能的情况下病人穿着nonhospital衣服和带一个标志。(一)比较针孔相机模型估计和深度传感器测量。(b)在跟踪阶段收集的测量误差在步行周期之间的针孔相机模型和深度测量。
图
我们进一步评估机器人的性能。我们计算一组轨迹的运动命令机器人和的估计位置。我们可以看到从图的情节
轨迹的病人和drip-stand机器人nonhospital情况下病人的衣服和戴着乐队的标志。
图
病人的初始化跟踪算法。(一)病人站在机器人的前面一个代表性的距离。(b)检测的标记用RGB的相机和计算最初要求机器人之间的距离和病人。(c)的点云表示深度地图扫描平面内的脚。
图
的例子drip-stand病人追随者机器人的跟踪框架的情况下医院的裤子。每个病人的视图显示了一个示例列和机器人,分段标记为病人的实际距离计算机器人,并使用深度传感器距离计算的结果与RGB共存传感器。(一)样本第一帧。(b)样本第二帧。(c)样本帧3。(d)样本帧4。
图
病人的跟踪性能追随者drip-stand机器人的情况下,主题是穿医院的裤子。(一)对比针孔相机模型和深度传感器测量。(b)的测量误差在跟踪阶段之间的针孔相机模型和深度测量。
图
的病人和drip-stand病人追随者机器人轨迹时的情况医院病人穿的裤子。
当病人站在机器人的前面,被触发的初始化过程。作为一个初始化的一部分,机器人之间的距离计算,病人也定义(图
初始化阶段的drip-stand病人追随者机器人当礼服穿医院。(一)病人站在机器人的前面一个代表性的距离。(b)检测的标记用RGB的相机和计算最初要求机器人之间的距离和病人。(c)的点云表示深度地图扫描平面内的结婚礼服。
我们的结果显示图像处理各种样本帧图
的例子drip-stand病人追随者机器人的跟踪框架的情况下医院的礼服。每个病人的视图显示了一个示例列和机器人,分段标记为病人的实际距离计算机器人,并使用深度传感器距离计算的结果与RGB共存传感器。(一)样本第一帧。(b)样本第二帧。(c)样本帧3。(d)样本帧4。
总体上我们发现距离测量的性能是一致的与其他类别的标记如图
的例子,计算相对误差的概略介绍RGB与测量距离的计算通过深度传感器获得的。
图
病人的跟踪性能追随者机器人。(一)对比针孔相机模型和深度传感器测量。(b)在跟踪阶段测量误差的集合。
图
病人的轨迹和drip-stand机器人当病人医院穿着礼服。
提出了一种设计drip-stand病人后机器人。设计由一个移动平台与支撑杆连接,静脉注射的药物。我们集成一个标准RGB相机靠近地板在我们的设计水平。我们可以进一步保护病人的隐私由于受限的视野和滴站的距离。跟踪信息是通过视觉处理的人工标记放在医院的衣服。各种设计的位置在各种类型的医院服装,和性能的drip-stand病人后机器人实验评估。为了避免drip-stand病人追随者的引爆行动机器人,我们提出了一个移动平台修改轨迹剖面。此增强功能限制速度命令和相关的加速和减速的最大大小。
提出了新颖的设计允许机器人跟随病人从后面。机器人总是保持病人指定的距离,这被定义为允许引入的休闲裤静脉药物管。我们还可以修改设计允许机器人遵循病人从侧面。其他研究人员提出类似的设计目标。(例如,设计
生成的数据在当前的研究中使用的实验评价和可按照客户要求定制。
作者宣称,他们没有任何的利益冲突。