具有情商的机器人：改善拥挤环境中的社交导航
机器人学
2019-03-11 v1
摘要
我们提出一种用于在行人中进行的机器人情感感知导航的实时算法。我们的方法结合贝叶斯推断、基于CNN的学习以及心理学中的PAD（愉悦-唤醒-支配）模型，从行人的面部与轨迹估计其随时间变化的情绪行为。这些PAD特征用于长期路径预测并为每位行人生成人际距离约束。我们使用多通道模型将行人特征分类为四种情绪类别（高兴、悲伤、愤怒、中性）。在我们的验证结果中，观察到情绪检测准确率为85.33%。我们制定了基于情绪的人际距离约束，以在低至中等密度环境中执行社交感知的机器人导航。我们在具有数十名行人的模拟环境以及使用社交人形机器人Pepper的真实场景中展示了我们算法的益处。
引用
@article{arxiv.1903.03217,
title = {The Emotionally Intelligent Robot: Improving Social Navigation in Crowded Environments},
author = {Aniket Bera and Tanmay Randhavane and Rohan Prinja and Kyra Kapsaskis and Austin Wang and Kurt Gray and Dinesh Manocha},
journal= {arXiv preprint arXiv:1903.03217},
year = {2019}
}