초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 동작 표본을 이용하여 내재하는 동작 특성을 추정하고, 이를 동작 변환에 적용하는 새로운 동작 변환 알고리즘을 제안한다. 기존의 역 운동학에 기반한 동작 변환 알고리즘은 우선 앤드 이펙터 (end effector)의 궤적 차이를 줄이도록 한 후, 자세 공간에서 동작간의 거리를 최소화하는 방향으로 자세를 변환시켰다. 그러나 동작간의 거리에 대한 정의가 명확하지 않고, 이렇게 생성된 동작이 동작 주체가 취할 수 있는 자세라는 보장이 없기 때문에 실존 가능성이 낮은 부자연스러운 동작이 생성될 수 있다. 본 논문에서 제안하는 방법은 역 운동학 기반의 실존 가능성이 높은 자연스러운 동작 생성을 위해 동작 주체의 동작 표본을 고려한 확률분포를 이용한다. 제시된 알고리즘을 통한 동작 변환은 실존 가능성이 높은 자연스러운 동작을 생성할 수 있다.

본 논문에서는 동작 표본을 이용하여 내재하는 동작 특성을 추정하고, 이를 동작 변환에 적용하는 새로운 동작 변환 알고리즘을 제안한다. 기존의 역 운동학에 기반한 동작 변환 알고리즘은 우선 앤드 이펙터 (end effector)의 궤적 차이를 줄이도록 한 후, 자세 공간에서 동작간의 거리를 최소화하는 방향으로 자세를 변환시켰다. 그러나 동작간의 거리에 대한 정의가 명확하지 않고, 이렇게 생성된 동작이 동작 주체가 취할 수 있는 자세라는 보장이 없기 때문에 실존 가능성이 낮은 부자연스러운 동작이 생성될 수 있다. 본 논문에서 제안하는 방법은 역 운동학 기반의 실존 가능성이 높은 자연스러운 동작 생성을 위해 동작 주체의 동작 표본을 고려한 확률분포를 이용한다. 제시된 알고리즘을 통한 동작 변환은 실존 가능성이 높은 자연스러운 동작을 생성할 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 동작 변환시 동작 특유의 역학적, 비 역학 적 특성들이 가능한 한 보존되도록 할 수 있는 알고리즘을 제시한다. 본 논문에서 제안하는 방법은 역 운동학 기 반의 실존 가능성이 높은자연스러운동작생성을위해 동 작주체의 동작 표본을 고려한 확률분포를 이용한다.
• 본 논문에서는 제약 조건을 만족시키면서 동시에 자연스 러운 동작으로 변환시킬 수 있는 확률 기반 동작 변환 알고리즘을 제시하였다. 본 알고리즘은 동작 라이브러리를 구성하기 위해 필수적인 동작 변환에 대한 새로운 알고리 즘으로 사용될 수 있다.

제안 방법

• 본 논문에서는 동작 변환시 동작 특유의 역학적, 비 역학 적 특성들이 가능한 한 보존되도록 할 수 있는 알고리즘을 제시한다. 본 논문에서 제안하는 방법은 역 운동학 기 반의 실존 가능성이 높은자연스러운동작생성을위해 동 작주체의 동작 표본을 고려한 확률분포를 이용한다. 먼저 자세 공간에서 각 표본에 커 널(kernel)을 부여하여 모든 커 널의 합을 확률 영역으로 간주한다.
• 전체 알고리즘은 입력된 데이터로부터 동작 특성 추 정 (estimation of probability field), 역운동학을 통한 제약 조건을 만족하는 자세 생성(inverse kinematics), 추정된 확률 영역 에 기 반한 확률 필터 에 의한 자세 변 환(probability mo- tion filter)의 세 부분으로 이루어 진다. 우선 전처리 과정 에 서는 확률 모델을 이용하여 동작데이터 전체에 내재해 있는 동작 특성을 추정한다.

이론/모형

• 본 논문에서 제안한 알고리즘에서 사용한 확률 모델 추정 방법은 커널 기반 확률 모델 추정 방식이다. 비교적 간단한 동작 특성은 이 모델을 통해서 반영되지만, 복잡한 동 작 특성은 나타나지 않을 수 있다.
• 프레임 내에서 관 절들 간의 상호 연관성을 고려하여 자연스러운 자세를 생 성해 내는 문제(inter-joint correlation)와 프레임과 프레 임 사。1에 부드러운 연倉을 이루어야 하는 문제(intei서iame coherence)이다. 본 논문에서는 전자의 문제를 ■郭 결하는데 초점을 맞추고 있으며, 후자의 문제는 [4]에서 제안된 다단 계 B-spline 근사 기법을 이용하여 해 결한다.

후속연구

• 비교적 간단한 동작 특성은 이 모델을 통해서 반영되지만, 복잡한 동 작 특성은 나타나지 않을 수 있다. 따라서 좀 더 복잡한 동작 특성을 다룰 수 있는 확률 모델 추정 방법에 대한 연구가 필요하다.
• 본 논문에서는 제약 조건을 만족시키면서 동시에 자연스 러운 동작으로 변환시킬 수 있는 확률 기반 동작 변환 알고리즘을 제시하였다. 본 알고리즘은 동작 라이브러리를 구성하기 위해 필수적인 동작 변환에 대한 새로운 알고리 즘으로 사용될 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기