Dissertação

Robots, one step ahead of us: Prediction of human movements EVALUATED

A capacidade de prever movimentos humanos em ambientes onde tanto humanos como robots trabalham permite imensos benefícios. Estes benefícios podem ser em termos da sua interação direta ou de forma a não interferir na atividade do humano. Esta tese propõe o desenvolvimento de um sistema que é capaz de prever movimentos humanos e trajetórias tanto offline como online. Este sistema utiliza Probabilistic Motor Primitives para representar os movimentos aprendidos e usa o algoritmo de Dynamic Time Warping para escalar movimentos com fases ou com velocidades diferentes das dos movimentos aprendidos. O sistema classifica também movimentos completos e incompletos (previsão de um movimento que ainda não terminou). Para terminar, os resultados do sistema, tanto offline como online foram apresentados e discutidos, assim como foi feita uma comparação deste sistema com um preditor simples que apenas utiliza a distância euclidiana, na qual o sistema provou ter uma melhor performance que o preditor que utiliza a distância euclidiana.
Probabilistic Motor Primitives, Previsão, Trajectória, Dynamic Time Warping, Classificação de movimentos.

Novembro 8, 2017, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Francisco António Chaves Saraiva de Melo

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Manuel Fernando Cabido Peres Lopes

Departamento de Engenharia Informática (DEI)

Professor Associado