Minimally-intrusive Navigation in Dense Crowds with Integrated Macro and Micro-level Dynamics

要約

移動ロボットのナビゲーションでは、進歩にもかかわらず、最適な経路の生成により歩行者エリアが混乱することがよくあります。
これに取り組むために、共有スペースでの人間とロボットの共存を改善するための 3 つの主要な貢献を提案します。
まず、個人レベルおよび流れレベルでの撹乱を理解するための包括的なフレームワークを確立しました。
私たちのフレームワークは、ミクロとマクロの両方の観点から人間とロボットの相互作用を詳細に研究するための特殊な計算戦略を提供します。
新しいペナルティ用語、つまり流れ妨害ペナルティ (FDP) と個別妨害ペナルティ (IDP) を採用することで、私たちのフレームワークは、歩行者に対するロボット ナビゲーションの影響のより微妙な評価と分析を容易にします。
次に、一連の安全対策とロボットの動きの予測可能性を適切に統合する、革新的なサンプリングベースのナビゲーション システムを導入します。
このシステムは、軌跡の長さや移動時間などの従来の要素を考慮するだけでなく、歩行者の認識も積極的に組み込んでいます。
当社のナビゲーション システムは、安全プロトコル、軌道の明瞭さ、歩行者の関与を考慮することで、外乱を最小限に抑え、調和のとれた共存を促進することを目的としています。
最後に、シミュレーションと実世界のテストを通じてアルゴリズムの有効性とリアルタイムのパフォーマンスを検証し、さまざまな環境で歩行者の妨害を最小限に抑えてナビゲーションできる能力を実証します。

要約(オリジナル)

In mobile robot navigation, despite advancements, the generation of optimal paths often disrupts pedestrian areas. To tackle this, we propose three key contributions to improve human-robot coexistence in shared spaces. Firstly, we have established a comprehensive framework to understand disturbances at individual and flow levels. Our framework provides specialized computational strategies for in-depth studies of human-robot interactions from both micro and macro perspectives. By employing novel penalty terms, namely Flow Disturbance Penalty (FDP) and Individual Disturbance Penalty (IDP), our framework facilitates a more nuanced assessment and analysis of the robot navigation’s impact on pedestrians. Secondly, we introduce an innovative sampling-based navigation system that adeptly integrates a suite of safety measures with the predictability of robotic movements. This system not only accounts for traditional factors such as trajectory length and travel time but also actively incorporates pedestrian awareness. Our navigation system aims to minimize disturbances and promote harmonious coexistence by considering safety protocols, trajectory clarity, and pedestrian engagement. Lastly, we validate our algorithm’s effectiveness and real-time performance through simulations and real-world tests, demonstrating its ability to navigate with minimal pedestrian disturbance in various environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google