Controlling a Swarm of Unmanned Aerial Vehicles Using Full-Body k-Nearest Neighbor Based Action Classifier

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00362172" target="_blank" >RIV/68407700:21230/22:00362172 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1109/ICUAS54217.2022.9836097" target="_blank" >https://doi.org/10.1109/ICUAS54217.2022.9836097</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICUAS54217.2022.9836097" target="_blank" >10.1109/ICUAS54217.2022.9836097</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Controlling a Swarm of Unmanned Aerial Vehicles Using Full-Body k-Nearest Neighbor Based Action Classifier

Popis výsledku v původním jazyce

The intuitive control of robot swarms becomes crucial when humans are working in close proximity with the swarm in unknown environments. In such operations, it is necessary to maintain the autonomy of the swarm while giving the human operator enough means to influence the decision-making process of the robots. This paper presents a human-swarm interaction approach using full-body action recognition to control an autonomous flock of unmanned aerial vehicles. We estimate the full-body pose of the human operator and use a k-nearest neighbor algorithm to classify the action made by the humans. Finally, the swarm uses the identified action to decide its goal direction. We demonstrate the practicality of our approach with a multi-stage experimental setup to evaluate the prediction accuracy and robustness of the system.

Název v anglickém jazyce

Controlling a Swarm of Unmanned Aerial Vehicles Using Full-Body k-Nearest Neighbor Based Action Classifier

Popis výsledku anglicky

The intuitive control of robot swarms becomes crucial when humans are working in close proximity with the swarm in unknown environments. In such operations, it is necessary to maintain the autonomy of the swarm while giving the human operator enough means to influence the decision-making process of the robots. This paper presents a human-swarm interaction approach using full-body action recognition to control an autonomous flock of unmanned aerial vehicles. We estimate the full-body pose of the human operator and use a k-nearest neighbor algorithm to classify the action made by the humans. Finally, the swarm uses the identified action to decide its goal direction. We demonstrate the practicality of our approach with a multi-stage experimental setup to evaluate the prediction accuracy and robustness of the system.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20204 - Robotics and automatic control

Projekt

<a href="/cs/project/GA20-10280S" target="_blank" >GA20-10280S: Spolehlivé kompaktní skupiny miniaturních vzdušných robotů proměnného tvaru řízené senzorickým vnímáním</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2022 International Conference on Unmanned Aircraft Systems (ICUAS)

ISBN

978-1-6654-0593-5

ISSN

2373-6720

e-ISSN

2575-7296

Počet stran výsledku

8

Strana od-do

544-551

Název nakladatele

IEEE Industrial Electronics Society

Místo vydání

Piscataway

Místo konání akce

Dubrovnik

Datum konání akce

21. 6. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000854030400064