机器人操作是一项有用的功能，对老年人或行动不便的人尤其有用。这样的系统可能会由于人类的姿势而在进场方向上受到限制，并且需要直观且对人类安全的运动。最近的一篇论文提出了一种适用于未知对象的基于视觉的人机交接系统。

给定RGBD图像和人体跟踪，系统将裁剪包含手和物体的点云。改进了用于静态对象的抓取计划器，使GraspNet可以在操作过程中移动的人体上使用。抓取是实时生成的，并且暂时保持一致。在实验过程中，评估了机器人对诸如手机，杯子或报纸之类的26个家用物体的抓握力。该机器人能够抓住来自天真的用户的任意物体，这些用户认为该机器人是安全的并且能够适应人体运动。

在过去的十年中，人机对象切换一直是机器人技术的一个活跃的研究领域。但是，很少有技术和系统能够解决交出具有任意外观，大小，形状和刚度的各种对象的挑战。在本文中，我们提出了一种基于视觉的系统，该系统可以实现未知对象的人机交互反应。我们的方法将闭环运动计划与实时，时间上一致的抓握生成相结合，以确保反应性和运动平滑度。我们的系统对不同的物体位置和方向具有鲁棒性，并且可以抓握刚性和非刚性物体。我们在由26个不同的家用对象组成的新颖基准测试集上展示了我们的方法的可推广性，可用性和鲁棒性，该研究是由天真的用户(N = 6)进行的用户研究，该用户移交了15个对象的子集，以及系统评估，评估了不同的处理方式。可以在以下位置找到更多结果和视频此https URL。