제한된 환경 속에서 휴머노이드를 위한 인터랙티브 모션 리타겟팅|RISS 상세보기

국문 초록 (Abstract)

본 논문에서는 인체 모션 데이터를 공간적 제약이 많은 환경 속에 있는 휴머노이드의 몸체에 맞추어 리타겟팅하는 기술을 소개한다. 주어진 모션데이터는 물체를 손으로 잡거나 장애물 사이를 피해다니는 등의 세밀한 인터랙션을 포함하고 있다고 가정한다. 또한 휴머노이드의 관절 구조는 인체 관절 구조와 다르며 주변 환경의 모양도 원본 모션이 촬영 될 당시와 서로 다르다고 가정한다. 이러한 조건 하에서 단순히 몸체의 변화만 고려한 리타겟팅 기법을 적용한다면 원본 모션 데이터에서 나타난 인터랙션의 내용을 그대로 보존하기 어렵다. 본 논문에서는 모션 데이터를 휴머노이드 몸체에 맞게 리타겟팅하는 문제와 인터랙션의 내용을 보존하는 문제를 나누어서 독립적으로 해결하는 방법을 제안한다. 먼저 환경 모델과의 인터랙션은 무시하고 모션 데이터를 휴머노이드 몸체에 맞게 리타겟팅한다. 다음, 환경 모델의 모양을 휴머노이드 모션에 부합하도록 변형하여 원본 데이터에서 나타난 인터랙션이 재현되도록 한다. 마지막으로 휴머노이드 몸체와 환경 모델 사이의 공간적 상관 관계에 대한 제약 조건을 설정하고 환경 모델은 다시 원래 모양으로 되돌린다. 보스턴 다이나믹 사의 아틀라스 로봇모델을 사용한 실험을 통해 제시된 방법의 유용성을 검증하였다. 향후 모션 데이터 트레킹을 통한 휴머노이드 동작 제어 문제에 사용될 수 있을 것으로 기대된다.

번역하기

본 논문에서는 인체 모션 데이터를 공간적 제약이 많은 환경 속에 있는 휴머노이드의 몸체에 맞추어 리타겟팅하는 기술을 소개한다. 주어진 모션데이터는 물체를 손으로 잡거나 장애물 사...

다국어 초록 (Multilingual Abstract)

In this paper, we introduce a technique to retarget human motion data to the humanoid body in a constrained environment. We assume that the given motion data includes detailed interactions such as holding the object by hand or avoiding obstacles. In addition, we assume that the humanoid joint structure is different from the human joint structure, and the shape of the surrounding environment is different from that at the time of the original motion. Under such a condition, it is also difficult to preserve the context of the interaction shown in the original motion data, if the retargeting technique that considers only the change of the body shape. Our approach is to separate the problem into two smaller problems and solve them independently. One is to retarget motion data to a new skeleton, and the other is to preserve the context of interactions. We first retarget the given human motion data to the target humanoid body ignoring the interaction with the environment. Then, we precisely deform the shape of the environmental model to match with the humanoid motion so that the original interaction is reproduced. Finally, we set spatial constraints between the humanoid body and the environmental model, and restore the environmental model to the original shape. To demonstrate the usefulness of our method, we conducted an experiment by using the Boston Dynamic’s Atlas robot. We expected that out method can help the humanoid motion tracking problem in the future.

번역하기

목차 (Table of Contents)

요약
Abstract
1. 서론
2. 관련 연구
3. 모션 리타겟팅

요약
Abstract
1. 서론
2. 관련 연구
3. 모션 리타겟팅
4. 환경 모델 변형을 통한 인터랙션 복원
5. 공간적 상관관계 계산 및 환경 모델 복원
6. 실험 결과
7. 결론 및 향후 연구
References

참고문헌 (Reference)

1 Sok, Kwang Won, "Simulating, Biped Behaviors from, Human Motion Data" 26 (26): 107-, 2007

2 Yin, KangKang, "SIMBICON: Simple Biped Locomotion Control" 26 (26): 105-, 2007

3 Al-Asqhar, Rami Ali, "Relationship descriptors for interactive motion adaptation" 45-53, 2013

4 Lee, Yoonsang, "Push-Recovery Stability of Biped Locomotion" 34 (34): 180-, 2015

5 Safonova, Alla, "Optimizing human motion for the control of a humanoid robot" 78 : 2003

6 Di Fava, Alessandro, "Multi-contact motion retargeting from human to humanoid robot" 1081-1086, 2016

7 Terlemez, Ömer, "Master Motor Map (MMM) – Framwork and Toolkit for Capturing, Representing, and Reproducing Human Motion on Humanoid Robots" 894-901, 2014

8 Zheng, Yu, "Human motion tracking control with strict contact force constraints for floating-base humanoid robots" 34-41, 2013

9 Kim, Mingon, "Human motion imitation for humanoid by Recurrent Neural Network" 519-520, 2016

10 Matsui, Daisuke, "Generating natural motion in an android by mapping human motion" 3301-3308, 2005