基于人对机器人感知状态的社会导航规划

当移动机器人在人附近运动时，存在粗鲁阻挡其路径的风险；但并非所有人在机器人周围行为相同。未注意到机器人的人最难预测。本文研究移动机器人如何通过预测人类行为在动态环境中生成可接受路径。此处人类行为可包含身体与心理行为，我们聚焦于后者。我们引入一个简单安全交互模型：当人似乎未察觉机器人时，机器人应避免过于靠近。本研究中，使用传感器融合与滤波技术检测并跟踪机器人周围的人。为处理动态环境中的不确定性，采用部分可观测马尔可夫决策过程模型（POMDP）来表述共享环境中的导航规划问题。人对机器人的感知状态被推断并作为状态和奖励模型纳入 POMDP。所提规划器使机器人能基于其对每个人机器人感知状态的感知改变导航计划。据我们所知，这是一种新能力。我们使用丰田 Human Support Robot（HSR）进行仿真与实验以验证我们的方法。我们证明了所提框架能够实时运行。