Zenodo · battery 数据与软件·· 9 天前AI 评分20
面向自感知人机协作的智能拆解场景理解：人类行为与意图识别
Intelligent disassembly scenario understanding for human behavior and intention recognition towards self-perception human-robot collaboration system
模型导读
研究提出一种自感知人机协作（HRC）拆解系统，通过融合ST-GCN动作识别、增强YOLO工具检测与面部角度识别三个模块实时推断操作者意图，意图识别准确率约85%，显著优于传统单模态方法。系统在物理HRC拆解平台上完成退役动力电池拆解任务耗时238 s，比纯人工拆解快60 s（20%）。团队为此构建了包含人体骨骼、工具标注图像与面部表情数据的退役动力电池拆解专用数据集。
来源：Zenodo · battery 数据与软件 · zenodo.org