A Framework for Semantics-based Situational Awareness during Mobile Robot Deployments

要約

ロボットの危険な環境への展開には、通常、「人間のロボットチーム」（HRT）パラダイムが含まれます。このパラダイムでは、人間の監督者が危険なゾーン内で遠隔操作ロボットと対話します。
HRTを有効にし、ナビゲーション、計画、意思決定をサポートするためには、状況認識（SA）が不可欠です。
このペーパーでは、SAの高レベルの「セマンティック」情報と理解の問題について説明します。
半自律的、または可変自動パラダイムでは、人間のオペレーターとロボットを制御する自律剤の両方にとって、さまざまなタイプのセマンティック情報が重要である可能性があります。
モバイルロボットのリモート展開中に、セマンティックレベルのSAの複数のモダリティを取得および組み合わせるための一般化可能なフレームワークを提案します。
災害対応ロボット工学におけるSearch and Rescue（SAR）の適用の例でフレームワークを実証します。
さまざまな種類のセマンティック情報を反映できる「環境セマンティックインジケーター」のセットを提案します。
ロボットがさまざまなシーンに遭遇するときのリスクの指標、または人間の活動の兆候。
これらの指標に基づいて、「状況の意味的豊かさ（SSR）」と呼ばれる環境の全体的な状況を説明するメトリックを提案します。
このメトリックは、複数のセマンティックインジケーターを組み合わせて、全体的な状況を要約します。
SSRは、情報が豊富で複雑な状況に遭遇したかどうかを示します。これには、ロボットと人間の高度な推論が必要になる場合があり、したがって、専門家の人間オペレーターの注意が必要です。
このフレームワークは、モックアップ災害対応環境のジャッカルロボットでテストされています。
実験結果は、提案されたセマンティックインジケーターが、さまざまなシーンのセマンティック情報のさまざまなモダリティの変化に敏感であり、SSRメトリックは遭遇した状況の全体的なセマンティックの変化を反映していることを示しています。

要約(オリジナル)

Deployment of robots into hazardous environments typically involves a “Human-Robot Teaming” (HRT) paradigm, in which a human supervisor interacts with a remotely operating robot inside the hazardous zone. Situational Awareness (SA) is vital for enabling HRT, to support navigation, planning, and decision-making. This paper explores issues of higher-level “semantic” information and understanding in SA. In semi-autonomous, or variable-autonomy paradigms, different types of semantic information may be important, in different ways, for both the human operator and an autonomous agent controlling the robot. We propose a generalizable framework for acquiring and combining multiple modalities of semantic-level SA during remote deployments of mobile robots. We demonstrate the framework with an example application of search and rescue (SAR) in disaster response robotics. We propose a set of “environment semantic indicators’ that can reflect a variety of different types of semantic information, e.g. indicators of risk, or signs of human activity, as the robot encounters different scenes. Based on these indicators, we propose a metric to describe the overall situation of the environment called “Situational Semantic Richness (SSR)’. This metric combines multiple semantic indicators to summarise the overall situation. The SSR indicates if an information-rich and complex situation has been encountered, which may require advanced reasoning for robots and humans and hence the attention of the expert human operator. The framework is tested on a Jackal robot in a mock-up disaster response environment. Experimental results demonstrate that the proposed semantic indicators are sensitive to changes in different modalities of semantic information in different scenes, and the SSR metric reflects overall semantic changes in the situations encountered.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google