人群驱动的建图、定位与规划

密集人群中的导航是机器人学中众所周知的开放问题，在建图、定位与规划方面存在诸多挑战。传统方案将密集行人视为被动/主动移动障碍物，视其为一切麻烦的源头：它们负面地影响对静态场景路标的感知，且必须主动规避以保障安全。本文提供一种新视角：局部观测到的人群流可作为关于周边场景的感官测量，不仅编码了场景的可通行性，也编码了其社会导航偏好。我们证明，即便仅使用人群流测量而完全不感知静态障碍物，我们的方法仍能在密集人群中取得良好的建图、定位与社会感知规划结果。实验视频见 https://sites.google.com/view/crowdmapping。