36、安全人机交互与月球遥感的三维视觉应用

安全人机交互与月球遥感的三维视觉应用

1. 安全人机交互中的三维姿态估计与跟踪

在安全人机交互领域，实验人员对现实场景中的图像序列进行了研究。这些图像展示了测试人员在工业生产场景中执行不同工作动作的情况。为了评估算法性能，采用了独立获取的真实数据。

由于背景杂乱以及测试人员快速不连续的动作，单个算法在某些测试序列中表现较好，但在其他序列中会遇到困难。不过，将具有正交特性的算法进行融合是很有利的。性能最优的系统结合了 ICP 算法、MOCCD 算法和 SF 算法，能够在小基线测试序列的所有图像中跟踪手 - 前臂肢体，平均位置误差在 40 - 100 毫米之间，标准偏差在 20 - 50 毫米之间，各分量速度误差的标准偏差为每时间步 6 - 10 毫米。对均值漂移跟踪方法的评估表明，它在相同图像序列中的位置精度与之相当。

该系统即使在以下情况下仍能获得合理的精度和高鲁棒性：
1. 用于评估的图像序列背景杂乱。
2. 系统需要适应穿着不同衣服的测试人员。
3. 测试人员的动作可能快速且不连续。

因此，这种三维姿态估计和跟踪框架是迈向人机密切交互的协作工作环境的一步。

1.1 工业环境中工作动作的识别

在工业环境中，研究人员开发了基于 MOCCD 和形状流算法组合，或依赖三维均值漂移跟踪阶段的工作动作识别方法，并对有限但真实的数据集进行了实验评估。

1.1.1 轨迹生成与分类

在某些系统中，使用基于 MOCCD 的方法生成轨迹。经过对轨迹长度、位置和方向的归一化处理后，采用最近邻方法进行分类。分类结果还用于基于相应参考轨迹预测手的位置，这种预测比基于卡