基于行为驱动危险信号的人机安全高效交互
机器人学
2021-02-12 v2 系统与控制
系统与控制
摘要
本文在人机交互（HRI）背景下引入危险意识的概念，用于解码人类是否意识到机器人的存在，并揭示人类是否愿意参与保障安全。本文还提出将该概念量化为一个二元变量，即所谓的危险意识系数。通过分析该系数对人类行为的影响，提出了一种在线贝叶斯学习方法来更新对该系数值的信念。研究表明，基于危险意识系数和所提出的学习方法，机器人可以建立预测性人类模型以预判人类的未来行为。为了在人类与机器人之间建立通信通道，以丰富观测并获得关于人类的信息性数据，并提升机器人效率，机器人配备了危险信号系统。本文还提出了一种结合预测性人类模型的预测式规划方案，为机器人提供高效且概率安全的规划。所提方案的有效性通过自动驾驶汽车与行人交互的仿真研究得到验证。
引用
@article{arxiv.2102.05144,
title = {Toward Safe and Efficient Human-Robot Interaction via Behavior-Driven Danger Signaling},
author = {Mehdi Hosseinzadeh and Bruno Sinopoli and Aaron F. Bobick},
journal= {arXiv preprint arXiv:2102.05144},
year = {2021}
}