Dissertação
{en_GB=Feedbot: A Vision Augmented Feeding Robot} {} EVALUATED
{pt=Pessoas que vivem com deficiências são impedidas de fazer as suas vidas normais, confiando em outras pessoas para realizar tarefas simples, como alimentar-se ou vestir-se. Investigadores desenvolveram ao longo do tempo assistentes de alimentação robótica para ajudar nas refeições, para que pessoas com deficiências possam ter uma vida mais autônoma. Os atuais robôs assistentes de alimentação comerciais adquirem alimentos sem feedback sobre o sucesso de aquisição e movem-se para um local pré-programado para fornecer os alimentos ao utilizador. Neste trabalho, propomos o Feedbot, um braço robô de alimentação autônomo que é ampliado com visão para ser capaz de adaptar as suas trajetórias em tempo real ao utilizador e também melhorar a quantidade de alimento entregue ao utilizador. Feedbot foi testado num cenário de refeição real e com dois braços robô diferentes. Mostramos como DO(Discriminative Optimization) pode ser usado para fazer tracking da pose da cabeça do utilizador, de modo que a comida possa ser levada até à boca do utilizador, e não para um local de pré-programado. Os nossos resultados mostram que DO é capaz de alcançar um desempenho semelhante ao state of the art no rastreamento da pose da cabeça. Por fim, mostramos que o uso de feedback visual na captação de alimentos aumenta a eficiência da mesma., en=People with disabilities are unable to execute several simple daily tasks, such as feeding or dressing, and often rely on other people to help them. Researchers have over time developed robotic feeding assistants to help at meals so that people with disabilities can live more autonomously. However, current commercial feeding assistant robots acquire food without feedback on acquisition success and deliver it in a preprogrammed location. We propose Feedbot, an autonomous feeding robot arm that is augmented with vision to be capable of adapting his trajectories in real-time to the user and of having visual feedback on the food acquisition. Feedbot was tested in a real meal scenario and using two different robot arms. We show how DO(Discriminative Optimization) can be applied to track the user's head pose so that the food can be effectively brought all the way to the user's mouth, rather than to a preprogrammed feeding location. Our results show the ability of DO to track the head pose, while achieving state of the art performance. Finally, we show that visual feedback can improve the effectiveness of food acquisition.}
outubro 26, 2018, 13:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
João Paulo Salgado Arriscado Costeira
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado
