社交区作为社会合规机器人导航中的屏障函数

本研究解决了将社会规范整合到机器人导航中的挑战, 这是确保机器人在以人为中心的环境中安全和高效运行所必需的。社会规范往往是隐含且在人们之间被默理解读的, 这使得它们难以明确定义并在机器人系统中实现。为克服这一困难, 我们从真实的人体轨迹数据中推导这些规范, 并利用 comprehensive ATC数据集识别人类和机器人必须尊重的最小社交区。将这些区域整合到机器人导航系统中, 通过应用屏障函数确保机器人始终保持在指定的安全集内。仿真结果表明, 我们的系统有效地模拟了人类类似的导航策略, 例如在受限空间中保持右侧通过和调整速度或暂停。该方法框架灵活、易于理解且可调节, 表明了推进开发能够有效导航以人为中心环境的机器人的潜力。