机构名称：
¥ 1.0
人类活动识别（HAR）是机器人相互作用（PHRI）任务的机器人感知的关键成分。在施工机器人技术中，机器人对工人活动具有准确而强大的感知至关重要。这种增强的看法是在工业环境中值得信赖和安全的人类机器人协作（HRC）的基础。许多开发的HAR算法缺乏确保无缝HRC的鲁棒性和适应性。最近的作品采用了多模式方法来增加特征注意事项。本文进一步扩展了先前的研究，包括4D构建信息建模（BIM）计划数据。我们创建了一条管道，该管道将高级BIM计划活动转换为一组低级任务。框架然后将此子集用作限制HAR算法可以预测活动的解决方案空间的工具。通过通过4D BIM计划数据限制此子空间，该算法的机会更高，可以从本地化设置中较小的可能性池中预测实际可能的活动，而不是在每个点计算所有全球可能性。结果表明，所提出的方法在不利用BIM数据的情况下实现了基本模型的更高置信度预测。
使用4D BIM
主要关键词
相关文件推荐
