集成宏观与微观动力学的密集人群最小侵入式导航
机器人学
2023-12-29 v1
摘要
在移动机器人导航中，尽管取得了进展，但最优路径的生成往往会干扰行人区域。为解决这一问题，我们提出了三项关键贡献以改善共享空间中的人机共存。首先，我们建立了一个综合框架来理解个体层面和流层面的干扰。我们的框架提供了专门的计算策略，用于从微观和宏观角度深入研究人机交互。通过采用新颖的惩罚项，即流干扰惩罚 (FDP) 和个体干扰惩罚 (IDP)，我们的框架促进了对机器人导航对行人影响的更细致评估和分析。其次，我们引入了一种创新的基于采样的导航系统，该系统巧妙地将一系列安全措施与机器人运动的可预测性相结合。该系统不仅考虑了轨迹长度和旅行时间等传统因素，还主动纳入了行人感知。我们的导航系统旨在通过考虑安全协议、轨迹清晰度和行人参与度，最大限度地减少干扰并促进和谐共存。最后，我们通过仿真和现实世界测试验证了算法的有效性和实时性能，展示了其在各种环境中以最小行人干扰进行导航的能力。
引用
@article{arxiv.2312.17076,
title = {Minimally-intrusive Navigation in Dense Crowds with Integrated Macro and Micro-level Dynamics},
author = {Tong Zhou and Senmao Qi and Guangdu Cen and Ziqi Zha and Erli Lyu and Jiaole Wang and Max Q. -H. Meng},
journal= {arXiv preprint arXiv:2312.17076},
year = {2023}
}
备注
23 pages, 13 figures