O robô Projeto Interativo Urban - IURO

Interativo robô Urban Navegando em torno de Marienplatz, em Munique

2015/01/01

Este vídeo apresenta os resultados do projeto interativo robô Urban. O IURO robô desenvolvido navega autonomamente em torno do centro da cidade, na de Munique e começa a interação com os peões. IURO se aproxima de uma pessoa e pede ajuda para encontrar o caminho para a Marienplatz, a praça no centro da cidade de Munique. Pessoas agarrar um microfone do compartimento de IURO e começar a conversar com o robô. IURO começa a conversa com uma pergunta para o humor homólogos. Por emocionalmente adaptação ao clima relatado, ele atinge toda a atenção da pessoa e com sucesso recupera a informação que ele está procurando. Além entrada verbal, IURO também pede ao parceiro de interacção para apontar na direção da Marienplatz. Obviamente, as pessoas desfrutar da experiência de interagir com um robô móvel autônomo.

Ressonância impulsionado manipulação dinâmica: bola Ultra-fast driblando

2015/01/01

O vídeo apresenta uma munipulation dinâmica orientada por ressonância. Ele consiste de dribles e malabarismo tarefas com feixe elástico. Modos de vibração está animado para controlar uma órbita periódica de uma bola de pingue-pongue. Mudança na curvatura da viga influencia a dinâmica de tarefas gerais e estabilidade.

Robotic Nonprehensile Box Throwing

2015/01/01

O vídeo apresenta uma robusta lance planar nonprehensile de um objeto para um destino meta.Três diferentes trajectórias são apresentados. Os objetos são liberados a partir de um colector de gol. O objetivo estado 6-dimensional é descrito como uma caixa quadrada preta. Planejador de movimento Optimal gera as trajetórias que são robustos para os parâmetros não modeladas.

Robotic Nonprehensile Box Catching

2015/01/01

O vídeo apresenta a simulação e a experiência de captura direta de um objeto rígido. Várias fases de captura são apresentados na seqüência. Composto movimento para se aproximar segue depois de um voo livre do objeto. Otimização de forças de contato é mostrado junto com uma trajetória de equilíbrio resultante.

Human-Robot Swinging Cooperativa Objeto

2014/08/19

Com robôs entrar na vida cotidiana, as tarefas de cooperação entre o ganho de interação robô humano físico em importância. Além de transferência objeto através ponto puro-ponto trajetórias de movimento, os seres humanos também se aplicam muitas vezes movimentos repetitivos balanço que permitem a injeção de energia incrementais ao manipular objectos volumosos e pesados. Em nosso trabalho, dividimos flexível objeto balançando em dois extremos: uma entidade oscilante formado por braços dos parceiros e um objeto rígido e um objeto pêndulo-like que pode oscilar em si.

O vídeo mostra uma parte do nosso trabalho sobre balançando cooperativa de objetos pêndulo-like. Um conceito de controle de energia com base é desenvolvido, o que permite um robô para cooperar com um ser humano em uma tarefa-swing-se alvo-dirigida. Realizamos experimentos de realidade virtual para comparar partilha de esforços e desempenho de duplas mistas entre humanos e entre humanos e robôs. Em particular, neste vídeo um líder humano interage com um seguidor robô simulado. Considerando que o líder sabe o pêndulo energia desejado, ou seja, vê uma esfera objectivo, o seguidor de robô não sabe o pêndulo de energia desejado e tem a intenção de inferir a partir da interacção humana, a fim de contribuir para a tarefa.

O aumento da utilidade no sentido de um robô

2012/11/14

Este vídeo mostra como estratégias de adaptação emocionais afetam a interação do robô humano. Especificamente, aqui vamos nos concentrar na indução de forma proativa semelhança emocional no humano para aumentar seu comportamento pró-social para o robô.

Abordagem Humano em dinâmicos Ambientes Urbanos

2012/04/02

Desde a interação com os seres humanos é a principal fonte de informação para o robô IURO, ele precisa chegar perto de uma pessoa antes de iniciar uma conversa. A fim de cumprir esta tarefa um planejador trajetória é necessário que permite que o robô se aproxima de um humano.Neste cenário, a previsibilidade e capacidade de leitura de ações são aspectos que precisam ser tomadas de cuidados para deixar o comportamento abordagem parecer natural, discreto e aumentar a aceitação social. No estado do projeto IURO dos métodos de otimização de arte para a geração de trajetória e os resultados dos estudos de usuários são combinados para desenvolver um algoritmo de planejamento de movimento que permite a um robô para se aproximar a pé e pessoas de pé em um ambiente urbano dinâmico incorporando constrangimentos sociais.

Handling Miscommunication em HRI

2012/02/24

Como a qualidade da comunicação em espaços públicos, muitas vezes é prejudicada pelo ambiente barulhento, é difícil para um robô para recuperar faltando tarefa informações dos humanos. Portanto, as estratégias de diálogo diferentes são modelados e avaliados em relação à experiência do usuário e de tratamento de erros capacidades em HRI, a fim de lidar com o reconhecimento de fala errada. Como o reconhecimento correto da linguagem falada é um gargalo para os sistemas de diálogo do mundo real, a tónica é colocada sobre a questão da adaptação das estratégias de diálogo para as condições em que o diálogo é realizada para proporcionar, assim, para a capacidade de adaptação da estratégia de diálogo com o desempenho de reconhecimento de voz variável . Avaliações experimentais são realizadas em um ambiente interno totalmente automatizado, e em um ambiente ao ar livre Wizard-of-Oz. Os resultados indicam que existe um ponto crítico, até que o uso de pedidos de manipulação de falha de comunicação melhora a experiência do usuário de uma estratégia de diálogo.

Como pode um robô encontrar o seu caminho em uma cidade?

2012/02/29

Para os seres humanos, é fácil andar na rua, esperar pela luz verde no cruzamento, entrar no supermercado para comprar algumas maçãs e depois que encontrar o nosso caminho de volta para casa. Mas é muitas vezes estas coisas, que nós, como seres humanos consideram simples, que os robôs têm grandes problemas lidando. A razão é que somos excelentes em muitas tarefas, como reconhecer onde a calçada é, evitar ficar no caminho dos outros pedestres ou encontrar uma entrada para uma loja, que nós pensamos que eles são fáceis.Robots, por outro lado, não são tão bons em entender o seu ambiente. Por exemplo, se pedirmos um robô perguntas simples como onde devemos atravessar a rua, ou sobre a cor do prédio em frente, ele vai ter um tempo difícil dar uma resposta. Por esta razão, uma das linhas de investigação no âmbito do projecto IURO é investigar como um robô pode adquirir este nível semântico da compreensão do ambiente. Nós podemos fazer isso, deixando o robô aprender sobre os diferentes objetos do ambiente. Por exemplo, se o robô dizer que uma determinada região de uma imagem é uma árvore, depois de vários estudos poderá associar textura e cor característicos específicos para o conceito de árvore. Desta forma, a próxima vez que ele vê estes padrões de cor e textura semelhantes, ele será capaz de reconhecer que como uma árvore. Na prática, o reconhecimento de objetos como carros, edifícios, ou superfícies como calçada, céu é uma tarefa desafiadora, porque sua aparência varia de acordo com o ponto de vista, as condições de luz e muitos outros fatores, o que torna difícil para os robôs de generalizar. Abaixo podemos ver um vídeo do robô construir um mapa semântico da rua enquanto se move para baixo da calçada, onde diferentes cores representam diferentes categorias. É claro que nem sempre acertar, e às vezes o robô alucina e vê carros no interior de edifícios.