基于人机接触压力图像的被护理人姿态识别

作者：宋国印; 陈梦倩; 郭士杰^*

来源：传感器与微系统, 2023, 42(12): 40-52.

DOI：10.13873/J.1000-9787(2023)12-0040-04

• 护理机器人
• 触觉感知
• 姿态识别
• 卷积神经网络

针对当前基于触觉信息的被护理人姿态识别精度低、可识别关节点数少等问题，设计了一种基于多模态数据的被护理人姿态识别方法。首先，采用OptiTrack运动捕捉系统和触觉传感器，采集并构建了包含51人30万帧被护理人姿态和60万张接触压力图像的数据集；然后，将接触压力图像和人体位置热图作为卷积神经网络(CNN)的输入，识别被护理人的关节位置，根据关节位置得到被护理人姿态。实验结果表明：所提出的方法能识别人体的5个关键关节位置，精度达到了90%,满足识别被护理人姿态的实用性要求。

• 单位
  河北工业大学