[論文レビュー] Viewing Robot Navigation in Human Environment as a Cooperative Activity

Harmish Khambhaita, Rachid Alami|arXiv (Cornell University)|Aug 3, 2017

Social Robot Interaction and HRI被引用数 3

ひとこと要約

本論文では、社会的・運動的・時間的制約を統合的に最適化することで、安全で滑らかで能動的な人間環境内でのナビゲーションを可能にする協調的ナビゲーションプランナを提案する。特に通路のような制約された空間において有効である。プランナは人間の運動を予測し、協調的ナビゲーション経路を能動的に提案し、人間の動きのずれにリアルタイムで適応する。シミュレーションおよびPR2とPepperロボットを用いた実世界実験において、滑らかさと人間・ロボットの協調性が向上したことを示した。

ABSTRACT

We claim that navigation in human environments can be viewed as cooperative activity especially in constrained situations. Humans concurrently aid and comply with each other while moving in a shared space. Cooperation helps pedestrians to efficiently reach their own goals and respect conventions such as the personal space of others. To meet human comparable efficiency, a robot needs to predict the human trajectories and plan its own trajectory correspondingly in the same shared space. In this work, we present a navigation planner that is able to plan such cooperative trajectories, simultaneously enforcing the robot's kinematic constraints and avoiding other non-human dynamic obstacles. Using robust social constraints of projected time to a possible future collision, compatibility of human-robot motion direction, and proxemics, our planner is able to replicate human-like navigation behavior not only in open spaces but also in confined areas. Besides adapting the robot trajectory, the planner is also able to proactively propose co-navigation solutions by jointly computing human and robot trajectories within the same optimization framework. We demonstrate richness and performance of the cooperative planner with simulated and real world experiments on multiple interactive navigation scenarios.

研究の動機と目的

• 標準的な協調行動に加え、協力が求められる複雑で制限されたナビゲーション状況に対応できるナビゲーションシステムの開発。
• ロボットが自らと周囲の人間の両方の経路を共同で提案・最適化することで、能動的な行動を可能にする。
• 個人空間、衝突までの時間、運動方向の整合性といった社会的規範を組み込むことで、人間の快適性と安全性を確保する。
• 反応的ナビゲーションと社会的に知的な協調行動の間のギャップを埋める。
• 特に制限された空間で人間・ロボットの共通ナビゲーションが困難である状況において、プランナの有効性を実世界で検証する。

提案手法

• プランナは、ロボットと人間の両方の経路を同時に計算する統一的なグラフベース最適化フレームワークを用いる。
• ロボットの運動制約を満たし、静的および動的障害物を衝突までの時間（time-to-collision）指標を用いて回避する。
• 社会的制約には、プロキミクス（個人空間）、方向整合性（運動の一致）、予測された衝突までの時間を含み、安全かつ快適なナビゲーションを保証する。
• モーショングラフデータからの速度ベース推定を用いて人間の運動を予測し、前方視点の経路計画を可能にする。
• 調整可能なコスト関数により、人間とロボットの負担のバランスを調整し、さまざまなレベルの能動性を実現できる。
• 人間の行動が予測と異なる場合に、プランナは動的に経路を再適応させ、耐障害性と迅速応答性を確保する。

実験結果

リサーチクエスチョン

• RQ1 人間環境内でのロボットナビゲーションを、単なる反応的または協調的行動ではなく、協調的活動としてどのようにモデル化できるか？
• RQ2 人間らしい、安全で滑らかな共通ナビゲーション経路を生成するために、どのような社会的・物理的制約が必要か？
• RQ3 特に通路のような制限された環境において、ロボットが能動的に共有経路を提案・最適化できるか？
• RQ4 衝突までの時間、運動方向の整合性、プロキミクスの統合が、ナビゲーションの滑らかさと認識される安全性をどのように向上させるか？
• RQ5 人間が予測された経路から逸脱した場合、ロボットはその行動をどの程度適応的に変更できるか？

主な発見

• 協調的プランナは、制限された通路内でも滑らかで安全かつ自然なナビゲーションを実現し、ロボットが衝突を避けるために事前に空間を確保するよう能動的に経路を調整した。
• 人間がインタラクションゾーンに入り込む前から、ロボットが自ら右に寄るなど、能動的な行動を示し、認識される安全性と快適性を向上させた。
• 人間の行動が予測と異なる場合、ロボットは迅速に経路を再調整しながらも、従順性を維持し、衝突を回避した。
• プランナは人間とロボットの負担をバランスよく分配でき、ロボットがナビゲーションの負担をより多く担う設定も可能であった。
• PR2とPepperロボットを用いた実世界実験では、純粋に反応的な手法に比べ、協調的プランナがインタラクションの滑らかさと人間の受容性において優れていた。
• 人間の行動が非理想的または予期しない状況であっても、通路の通過、ドアの通過、オープンエリアでの相互作用など多様なシナリオにおいて、性能を維持した。