Situational Adaptive Motion Prediction for Firefighting Squads in Indoor Search and Rescue

要約

消火活動は複雑ですが、自動化が進んでいないタスクです。
人間のオペレーターに対する人間工学的および安全関連のリスクを軽減するために、ロボットを協調的なアプローチで導入することができます。
人間とロボットのチームによる消防活動を可能にするためには、重要な基本が欠けています。
他の側面の中でも特に、オクルージョンが常に存在するため、ロボットは人間の動きを予測する必要があります。
この研究では、屋内の捜索救助を行う消防士分隊のための新しい動作予測パイプラインを提案します。
分隊の経路は、消防士の戦術を表す最適なグラフベースの計画アプローチを使用して生成されます。
パスは部屋ごとに生成されるため、グローバルな再計画を行わずにローカルでパスを動的に適応させることができます。
特異なエージェントの動きは、有向社会力モデルの修正を使用してシミュレートされます。
実際の映像から生成された新しいデータセットを使用してパイプラインの実現可能性を評価し、計算効率を示します。

要約(オリジナル)

Firefighting is a complex, yet low automated task. To mitigate ergonomic and safety related risks on the human operators, robots could be deployed in a collaborative approach. To allow human-robot teams in firefighting, important basics are missing. Amongst other aspects, the robot must predict the human motion as occlusion is ever-present. In this work, we propose a novel motion prediction pipeline for firefighters’ squads in indoor search and rescue. The squad paths are generated with an optimal graph-based planning approach representing firefighters’ tactics. Paths are generated per room which allows to dynamically adapt the path locally without global re-planning. The motion of singular agents is simulated using a modification of the headed social force model. We evaluate the pipeline for feasibility with a novel data set generated from real footage and show the computational efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google