从人类演示中推断几何约束
Inferring geometric constraints in human demonstrations
AI总结：
本研究提出一种结合运动学与力/力矩信息的方法，可在无需预先知晓约束类型和接触几何的情况下，从人类演示中鲁棒推断多类几何约束。
摘要：
本文提出了一种从人类演示中推断几何约束的方法。在我们的方法中，构建了几何约束模型以表示多自由度下的运动学约束，例如固定点、轴向旋转、平移运动、平面运动等类型。我们的方法同时利用运动学信息和力/力矩信息来推断几何约束。该方法首先利用运动学信息拟合所有约束模型，再使用位置、力和力矩准则分别评估这些模型。我们的方法不需要预先知道约束类型或接触几何信息，可同时确定这两者。我们使用带传感器的夹具开展了实验评估，结果表明该方法能从人类演示的记录数据中鲁棒地推断出约束。
英文摘要：
This paper presents an approach for inferring geometric constraints in human demonstrations. In our method, geometric constraint models are built to create representations of kinematic constraints such as fixed point, axial rotation, prismatic motion, planar motion and others across multiple degrees of freedom. Our method infers geometric constraints using both kinematic and force/torque information. The approach first fits all the constraint models using kinematic information and evaluates them individually using position, force and moment criteria. Our approach does not require information about the constraint type or contact geometry; it can determine both simultaneously. We present experimental evaluations using instrumented tongs that show how constraints can be robustly inferred in recordings of human demonstrations.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
