基于行人未来运动概率预测的拥挤人群中的预期导航
机器人学
2020-11-13 v1 机器学习
摘要
人类与机器人在动态环境中共存的关键在于智能体相互理解彼此动作并预期其运动的能力。本文提出随机过程预期导航（SPAN），一种使非完整机器人能够在拥挤环境中导航，同时预期并考量行人运动模式的框架。为此，我们学习一个预测模型，以预测连续时间随机过程来建模行人的未来运动。预期的行人位置被用于进行机会约束碰撞检测，并融入碰撞时间控制问题中。还集成了占据栅格图，以允许与静态障碍物的概率碰撞检测。我们在拥挤的仿真环境以及真实世界行人数据集上展示了 SPAN 的能力。
引用
@article{arxiv.2011.06235,
title = {Anticipatory Navigation in Crowds by Probabilistic Prediction of Pedestrian Future Movements},
author = {Weiming Zhi and Tin Lai and Lionel Ott and Fabio Ramos},
journal= {arXiv preprint arXiv:2011.06235},
year = {2020}
}