PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Wykorzystanie czujników głębi w robotyce społecznej

Identyfikatory
Warianty tytułu
EN
RGB-D sensor in social robotics
Języki publikacji
PL
Abstrakty
PL
W referacie przedstawiono przebieg i wyniki testów czujnika Kinect for Windows, wraz z dedykowanym oprogramowaniem, pod kątem zastosowania w robotyce społecznej. Rozważono dwa projekty oprogramowania - Microsoft Kinect SDK i OpenNI z biblioteką NiTE. Szczególny nacisk położono na parametry mające wpływ na działanie kompetencji robota społecznego, takie jak szybkość wykrycia użytkownika, dokładność określenia jego położenia i orientacji czy też stabilność śledzenia poszczególnych użytkowników. Wskazano kluczowe cechy i różnice między przetestowanymi pakietami w kontekście algorytmów zorientowanych na percepcję człowieka.
EN
This paper describes experiments carried out using a Kinect for Windows sensor and dedicated software with emphasis on use in social robotics. Two software packages are considered - Microsoft Kinect SDK and OpenNI with NiTE library. Particular emphasis is placed upon the parameters affecting the competencies of a social robot, such as detection time, accuracy of joint position and orientation detection or stability of tracking of individual user. Key characteristics of the tested packages are identified and the integration with exisiting social robot control system described.
Rocznik
Strony
357--370
Opis fizyczny
Bibliogr. 11 poz., rys., tab., wykr.
Twórcy
autor
  • Instytut Informatyki, Automatyki i Robotyki, Politechnika Wrocławska, Wybrzeże Wyspiańskiego 27, 50-370 Wroclaw
autor
  • Instytut Informatyki, Automatyki i Robotyki, Politechnika Wrocławska, Wybrzeże Wyspiańskiego 27, 50-370 Wroclaw
  • Instytut Informatyki, Automatyki i Robotyki, Politechnika Wrocławska, Wybrzeże Wyspiańskiego 27, 50-370 Wroclaw
Bibliografia
  • [1] R. A. Clark, et at. Validity of the Microsoft Kinect for assessment of postural control. Gait and Posture, 2012, Vol. 36, No. 3, s. 372-377.
  • [2] FLASH. Homepage. http://flash.ict.pwr.wroc.pl, 2014.
  • [3] P. Henry, et at. RGB-D mapping: Using Kinect-style depth cameras for dense 3D modeling of indoor environments. International Journal of Robotics Research, 2012, Vol. 31, No.5, s. 647-663.
  • [4] T. Huynh, R. Min, J. Dugelay. An Efficient LBP-Based Descriptor for Facial Depth Images Applied to Gender Recognition Using RGB-D Face Data. Lecture Notes in Computer Science, 2013, Vol. 7728, s. 133-145.
  • [5] J. Kędzierski. System sterowania robota społecznego. Praca doktorska, Politechnika Wrocławska, Wrocław, 2014.
  • [6] Microsoft. Kinect SDK documentation. http://msdn.microsoft.com/enus/library/hh85534 7 .aspx, 2014.
  • [7] I. Oikonomidis, N. Kyriazis, A. Argyros. Efficient model-based 3D tracking of hand articulations using Kinect. In: Proceedings of the British Machine Vision Conference. Proceedings. BMVA Press, 2011, s. 101.1-101.11.
  • [8] OpenNI. Project website. http://www.openni.org/, 2014.
  • [9] A. Ramey, V. Gonzalez-Pacheco, M. A. Salichs. Integration of a low-cost RGBD sensor in a social robot for gesture recognition. In: 2011 6th ACMIIEEE International Conference on Human-Robot Interaction. Proceedings, 2011, s. 229-230.
  • [10] Urbi. Project website. http://www.urbiforge.org, 2014.
  • [11] D. Vasquez, et al. Human Aware Navigation for Assistive Robotics. Experimental Robotics, 2013, Vol. 88, s. 449-462.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-904c0772-afde-4e30-9c6c-39bf6dd65e7c
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.