Geri Dön

Intent Prediction in pHRI: Subtask Recognition with Deep Learning

Fiziksel İnsan-Robot Etkileşiminde Niyet Kestirimi: Derin Öğrenme ile Alt Görev Tanıma

PDF İndir

  1. Tez No: 639541
  2. Yazar: UTKU ERDEM
  3. Danışmanlar: YRD. DOÇ. DR. BARIŞ AKGÜN, PROF. DR. ÇAĞATAY BAŞDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Makine Mühendisliği, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Mechanical Engineering, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Koç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 38

Özet

Bir robotun uygun şekilde yardım edebilmesi için, fiziksel işbirliği içeren görevlerde insan niyetinin kavranabilmesi önemlidir. Bu çalışmada, ortaklaşa yürütülen çoğu görevin sıralı alt görevlerden oluştuğunu ve insanın niyetinin yürütülecek olan bu alt görevlere denk geldiğini öne sürüyoruz. Bu alt görevler farklı gereksinimlere sahip olabilirler, dolayısıyla tek bir denetleyici, etkileşimi düzenlemek için en iyi seçenek olmayabilir. Bu alt görevler gerçek zamanlı olarak tanınabildiği zaman, uygun denetleyici veya denetleyici parametreleri seçilebilecektir. Biz, bu çalışmada, alt görevleri tanıma fikrini öneriyor, problemimizi bir zaman serisi sınıflandırması olarak formüle ediyor ve bunu başarmak için derin öğrenme yaklaşımını kullanıyoruz. Bu çalışma kapsamında üç farklı deney gerçekleştirdik. Birinci deneyde (n = 10 katılımcı), alt görevleri tanıma yaklaşımımızın uygulanabilir olduğunu ve böyle bir yaklaşımla elde edilen tahmin oranımızın %90'ın üzerinde olduğunu gördük. İkinci deney (n = 5 katılımcı) kapsamında yaklaşımımızı çok zorlu koşullarda test ettik ve yaklaşımımızın farklı kullanıcılara, insan kolu konfigürasyonlarına, denetleyici parametrelerine ve çevre katılığına karşı gürbüz olduğunu gösterdik. Üçüncü deneyde (n = 18 katılımcı) ise yaklaşımımızı gerçek zamanlı olarak test ettik. Sonuçlar, önerdiğimiz yaklaşım kullanıldığında görev performansının iyileştirilebile-ceğine dair deneysel bulgular sunmaktadır.

Özet (Çeviri)

Understanding the human's intention in a physical collaborative task is important for a robot to provide the right type of assistance. We claim that most tasks are made of sequential subtasks and define the human intention as the current desired subtask to be executed. These subtasks have different requirements and a single controller will not be the best way to regulate the interaction. If these subtasks can be recognized in real time, an appropriate controller or controller parameters can be selected. In this work, we propose the idea of subtask recognition, formulate it as a time series classification problem, and develop a deep learning approach to accomplish it. We perform three experiments. The first one (n=10 subjects) verifies the viability of our subtask recognition approach, achieving above 90% test accuracies. The second one (n=5) tests our approach in multiple challenging conditions and shows that it is robust to different human operators, human arm configurations, controller parameters, and environment stiffnesses. The third experiment (n=18) tests our approach in real time. The results provide empirical evidence that the task performance is improved using the proposed approach.

Benzer Tezler

  1. Tez No

    686021

    Dialog intent classification using NLP methods

    Doğal dil işleme yöntemleri ile diyalog niyet sınıflandırması

    BAHADIR ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TEVFİK AYTEKİN

  2. Tez No

    698202

    Prediction of the pedestrian crossing intention using deep learning

    Yayaların karşıya geçme davranışlarının derin öğrenmeyle tahmini

    BERK EREN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET HAMDİ KAYRAN

  3. Tez No

    881075

    A multi-class approach to next session and in-session purchase prediction with real-time e-commerce data using machine learning techniques

    Makine öğrenmesi modelleri ile gerçek zamanlı e-ticaret datasını kullanarak gelecek oturum ve oturum içi satın alım tahmini

    GİZEM SÜRHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. BERTAN YILMAZ BADUR

  4. Tez No

    510032

    Hemşirelik öğrencilerinin spor yapma davranışlarının algılanan stres, biyo-psiko-sosyal cevap ve stresle başetme davranışları üzerine etkileri

    The effects of the nursing students' sport habits on the stress perceived, bio-psycho-social response and coping behaviours of stress

    EREN BOZYILAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    HemşirelikGaziantep Üniversitesi

    Hemşirelik Ana Bilim Dalı

    DOÇ. DR. ZEYNEP GÜNGÖRMÜŞ

  5. Tez No

    899096

    Etkin sorgu önerileri için kullanıcı sorgularının görev tabanlı yönetilmesi

    Task based management of user queries for effective query suggestions

    NURULLAH ATEŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

Geri Dön