CoMet:为拥挤场景中具社会合规性的机器人导航建模群体凝聚力
机器人学
2021-08-30 v2
摘要
我们提出 CoMet,一种计算群体凝聚力并借此改进机器人在拥挤场景中导航的新方法。我们的方法使用一种构建于社会心理学已有工作之上的新型凝聚力度量。我们利用机器人载 RGB-D 相机获取的行人多种视觉特征来计算该度量。具体而言,我们检测对应于人与人之间邻近度、相对行走速度、群体规模以及群成员间交互的特征。我们利用该凝聚力度量设计并改进一种导航方案,其在机器人穿越人群时考量不同水平的群体凝聚力。我们基于感知评估评价凝聚力度量的精确率与召回率。我们在 Turtlebot 机器人上凸显我们社会导航算法的性能,并展示其在多项指标上的益处:冻结率(降低 57%)、偏离(降低 35.7%)以及轨迹路径长度(降低 23.2%)。
引用
@article{arxiv.2108.09848,
title = {CoMet: Modeling Group Cohesion for Socially Compliant Robot Navigation in Crowded Scenes},
author = {Adarsh Jagan Sathyamoorthy and Utsav Patel and Moumita Paul and Nithish K Sanjeev Kumar and Yash Savle and Dinesh Manocha},
journal= {arXiv preprint arXiv:2108.09848},
year = {2021}
}
备注
10 pages, 6 figures