護理機器人學習人體姿勢


隨著高齡少子化的社會來臨,人類社會對於護理醫療的人員需求度提高,但是在人力缺乏的處境下,帶出另外一個可能性:護理機器人的市場需求提高。根據Global Market Insights的報告指出,未來醫療輔助機器人的市場規模在2015年達到2億美元,未來8年將會有18.9%的成長率。

Healthcare Assistive Robot Market

圖片來源:Global Market Insights

舉例來說,對於療養院或者是其他類似的機構,未來將可能透過護理機器人來巡視院內情況,並且檢查院內年長者的身體狀態。對於評估年長者的態樣,最常是由觀察年長者的姿勢來判斷,過去這方面的數據都是透過圖像的方式來建立數據庫,但是這會面臨到個人隱私與在昏暗空間中應用的困難等挑戰,因此為了解決該問題,來自日本Toyohashi University of Technology,其研究小組發展出一套深度學習的人體識別方法。

首先對於諸如直立姿勢和坐姿的姿勢,其中身體部位能夠相對容易地被識別,可以獲得能夠以高精度估計姿勢的方法和儀器。但是在照護過程中,對於躺臥位置(躺下的狀態)和蹲伏位置,這類姿勢的判別卻是有困難的,因此該研究團隊建立了一種通過結合計算機圖形(CG)技術和運動捕捉技術來生成大量訓練數據的方法,該方法首先創建各種體形的CG數據,接著附加上各個肢體(頭部、軀幹、手臂等11個部位)的訊息,並給予關節與角度,使得CG模型可以大量形成各種任意姿勢。 

人體識別法

資料來源:http://www.aisl.cs.tut.ac.jp/~jun/pdffiles/nishi-pr2017.pdf

截至目前這項研究成果,已經建置完成約100,000個數據,包括坐姿(有/無遮擋),以及在斜躺位置等不同的姿勢,而預計未來也會免費開放相關資源給相關的學術研究單位。

 

參考來源:

http://www.aisl.cs.tut.ac.jp/~jun/pdffiles/nishi-pr2017.pdf

延伸閱讀
作者相關文章