Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Human-Centric Partitioning of the Environment
KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.ORCID-id: 0000-0003-1189-6634
KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.ORCID-id: 0000-0002-7796-1438
KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.ORCID-id: 0000-0002-1170-7162
2017 (engelsk)Inngår i: 26th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN), IEEE, 2017, s. 844-850Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

In this paper, we present an object based approach for human-centric partitioning of the environment. Our approach for determining the human-centric regionsis to detect the objects that are commonly associated withfrequent human presence. In order to detect these objects, we employ state of the art perception techniques. The detected objects are stored with their spatio-temporal information inthe robot’s memory to be later used for generating the regions.The advantages of our method is that it is autonomous, requires only a small set of perceptual data and does not even require people to be present while generating the regions.The generated regions are validated using a 1-month dataset collected in an indoor office environment. The experimental results show that although a small set of perceptual data isused, the regions are generated at densely occupied locations.

sted, utgiver, år, opplag, sider
IEEE, 2017. s. 844-850
Emneord [en]
human-robot interaction, perception, AI
HSV kategori
Forskningsprogram
Datalogi
Identifikatorer
URN: urn:nbn:se:kth:diva-215941DOI: 10.1109/ROMAN.2017.8172401ISI: 000427262400131Scopus ID: 2-s2.0-85045847052OAI: oai:DiVA.org:kth-215941DiVA, id: diva2:1150027
Konferanse
IEEE International Symposium on Robot and Human Interactive Communication, RO-MAN
Forskningsfinansiär
Swedish Foundation for Strategic Research
Merknad

QC 20171018

Tilgjengelig fra: 2017-10-17 Laget: 2017-10-17 Sist oppdatert: 2020-03-05bibliografisk kontrollert

Open Access i DiVA

fulltext(2532 kB)148 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 2532 kBChecksum SHA-512
b93c95f6228777cc96c4820fd5bfc039fb548521cd763a075a9286e8721bc3812ca7524391f03d4f9f1bad7019fe6bde20edbfc46691ad8c8741738ac61efd2f
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekstScopus

Personposter BETA

Bore, NilsFolkesson, JohnJensfelt, Patric

Søk i DiVA

Av forfatter/redaktør
Karaoguz, HakanBore, NilsFolkesson, JohnJensfelt, Patric
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 148 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
urn-nbn

Altmetric

doi
urn-nbn
Totalt: 171 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf