社会感知导航：一种非线性多目标优化方法
机器人学
2021-04-22 v2
摘要
移动机器人正越来越多地出现在家庭、医院、购物中心、工厂车间和其他人类环境中。人类社会有人们相互接受的社会规范；遵守这些规范是某人相对于其他人群参与社会交往的重要信号。为了使机器人与人类在社会上兼容，机器人遵守这些社会规范至关重要。在先前的工作中，我们展示了一种基于帕累托凹性消除变换（PaCcET）的社会感知导航（SAN）规划器，在走廊场景中优化两个目标，使机器人不侵入人的个人空间。本文将对基于 PaCcET 的 SAN 规划器扩展到具有两个以上目标的多个场景。我们修改了机器人操作系统（ROS）的导航栈，将 PaCcET 纳入局部规划任务。我们展示了我们的方法可以适应多个人机交互（HRI）场景。使用所提出的方法，我们在走廊交互、艺术画廊、排队等候以及与群体交互等多个场景中实现了成功的 HRI。我们在 2D 模拟器（Stage）中的模拟 PR2 机器人和现实世界中的 pioneer-3DX 移动机器人上实现了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理全向和非全向机器人上的多种交互场景；因此，它可作为统一社会感知导航（USAN）的可行选择。
引用
@article{arxiv.1911.04037,
title = {Socially-Aware Navigation: A Non-linear Multi-Objective Optimization Approach},
author = {Santosh Balajee Banisetty and Scott Forer and Logan Yliniemi and Monica Nicolescu and David Feil-Seifer},
journal= {arXiv preprint arXiv:1911.04037},
year = {2021}
}
备注
In Press at ACM Transactions on Interactive Intelligent Systems