prikaz prve stranice dokumenta Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods
  Preuzmi
PDF 31.26 MB
disertacija
Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:261340
Petković, Tomislav
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za automatiku i računalno inženjerstvo

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Petković, T. (2022). Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:261340

Petković, Tomislav. "Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:261340

Petković, Tomislav. "Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:261340

Petković, T. (2022). 'Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:261340

Petković T. Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:261340

T. Petković, "Human action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:261340

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:261340
Podaci o radu
NaslovHuman action and motion prediction in industrial human-robot shared environments using probabilistic decision-making methods
Naslov (hrvatski)Predviđanje radnji i gibanja čovjeka u suradnim industrijskim prostorima ljudi i robota zasnovano na vjerojatnosnim metodama odlučivanja
AutorTomislav Petković
MentorIvan Marković (mentor)
Član povjerenstvaIvan Petrović (predsjednik povjerenstva)
Član povjerenstvaNikola Mišković (član povjerenstva)
Član povjerenstvaTamara Grujić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za automatiku i računalno inženjerstvo)
Zagreb
Datum i država obrane2022-10-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
As robots are progressing towards being ubiquitous and an indispensable part of our everyday environments efficient and safe collaboration and cohabitation become imperative. In this thesis, we focus on probabilistic decision-making models for human action and motion prediction in industrial human-robot shared environments. We first introduce a framework for human intention recognition in the robotized warehouse environment. This framework is based on Markov Decision Process action validation and the Hidden Markov Model intention recognition module. We continued by utilizing this framework for precise human motion prediction that served as input for the human-aware planning algorithm. We ran multiple experiments to test the proposed algorithms: in a real-world laboratory warehouse with a worker, wearing augmented reality glasses, a virtual reality warehouse twin as well an in-house developed warehouse simulator. Finally, we utilized Long Short-Term Memory networks to predict the next object human is going to pick in a collaborative environment. In order to reduce execution time, we crafted two dimensionality reduction methods. The first one is a feature selection method that relies on signal correlation and individual merit while the second one is a feature extraction method based on the autoencoder model. A method for human action prediction using a hidden Markov model for integrated warehouse systems based on human pose measurements and virtual reality data. A human motion prediction method for human-aware robot trajectory planning in integrated warehouse systems. A method for human action prediction based on their kinematic model and probabilistic decision-making in human-robot shared industrial environments.
Sažetak (hrvatski)
S obzirom na njihov razvoj, roboti postaju sveprisutni i neizostavan dio našeg svakodnevnog okruženja te učinkovita i sigurna suradnja s čovjekom postaje imperativ. U ovoj disertaciji fokusiramo se na predviđanje radnji i gibanja čovjeka u suradnim industrijskim prostorima ljudi i robota. Prvo predstavljamo metode za prepoznavanje namjere čovjeka u integriranom robotiziranom skladištu. Predstavljena metoda se temelji na validaciji radnji čovjeka pomoću Markovljevog procesa odlučivanja i modulu za prepoznavanje namjere temeljenog na skrivenom Markovljevom modelu. Tu metodu dodatno koristimo za precizno predviđanje ljudskog kretanja koje je poslužilo kao ulaz za o čovjeku svjesno planiranje. Proveli smo više eksperimenata kako bismo testirali predložene algoritme: u stvarnom laboratorijskom skladištu s radnikom koji nosi naočale za proširenu stvarnost, digitalnom blizancu stvarnog skladišta te pomoću simulatora skladišta. Konačno, upotrijebili smo povratne mreže s dugom kratkoročnom memorijom kako bismo predvidjeli sljedeći objekt koji će čovjek dohvatiti. Kako bismo smanjili vrijeme izvršenja, koristili smo dvije metode smanjenja dimenzionalnosti. Prva je metoda odabira značajki koja se temelji na korelaciji signala, dok je druga metoda izdvajanja značajki temeljena na modelu autoenkodera. Metoda predviđanja čovjekova djelovanja pomoću skrivenog Markovljeva modela za integrirane skladišne sustave zasnovana na mjerenju položaja čovjeka i podacima iz virtualne stvarnosti. Metoda predviđanja čovjekova gibanja za planiranje trajektorija robota svjesno blizine čovjeka u integriranim skladišnim sustavima. Metoda predviđanja čovjekova djelovanja zasnovana na kinematičkom modelu čovjeka i vjerojatnosnom odlučivanju u suradnim prostorima ljudi i robota.
Ključne riječi
Ključne riječi (hrvatski)
Jezikengleski
URN:NBNurn:nbn:hr:168:261340
Datum promocije2022
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (doktorski)
Akademski / stručni naziv: Doktor znanosti (dr. sc.)
Vrsta resursaTekst
Opseg119 str. : graf. prikazi ; 30 cm. + CD-ROM.
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2022-11-28 09:59:20