[논문 리뷰] A Survey on Human-aware Robot Navigation

Ronja Möller, Antonino Furnari외 3명|arXiv (Cornell University)|2021. 06. 22.

Social Robot Interaction and HRI인용 수 4

한 줄 요약

이 종합 검토는 활동적 시각, 로봇 주행, 인간-로봇 상호작용, 인간 행동 인식을 통합하여 인간을 고려하는 로봇 주행에 대한 종합적인 개요를 제공한다. 시각적 주행, 사회적 준수, 운동 계획 분야의 최근 발전을 통합하며, 인간이 거주하는 환경에서 안전하고 자연스럽게 주행할 수 있도록 하기 위해 다학제적 접근과 평가 기준 프레임워크의 필요성을 강조한다.

ABSTRACT

Intelligent systems are increasingly part of our everyday lives and have been integrated seamlessly to the point where it is difficult to imagine a world without them. Physical manifestations of those systems on the other hand, in the form of embodied agents or robots, have so far been used only for specific applications and are often limited to functional roles (e.g. in the industry, entertainment and military fields). Given the current growth and innovation in the research communities concerned with the topics of robot navigation, human-robot-interaction and human activity recognition, it seems like this might soon change. Robots are increasingly easy to obtain and use and the acceptance of them in general is growing. However, the design of a socially compliant robot that can function as a companion needs to take various areas of research into account. This paper is concerned with the navigation aspect of a socially-compliant robot and provides a survey of existing solutions for the relevant areas of research as well as an outlook on possible future directions.

연구 동기 및 목표

• 인간이 거주하는 환경에서 사회적으로 준수하는 로봇 주행에 관한 현재 연구를 통합하는 것.
• 로봇 주행을 인간 행동 모델링 및 사회적 규범과 통합할 때 발생하는 핵심 과제를 규명하는 것.
• 활동적 시각, HRI, 행동 인식를 포함한 인간을 고려하는 주행의 다학제적 성격을 부각하는 것.
• 사회적으로 인지하는 주행 분야의 진전을 가속화하기 위해 표준화된 벤치마크와 데이터셋을 도입할 것을 주장하는 것.
• 시뮬레이션, 언어, 제스처, 감정 인식이 인간-로봇 주행을 향상시키는 데 수행하는 역할을 탐색하는 것.

제안 방법

• 로봇 주행, 인간-로봇 상호작용, 행동 인식, 활동적 시각 분야의 최근 문헌에 대한 체계적 검토.
• 지도 기반 대비 무지도 기반, 시각 입력, 사회적 준수 지표를 기반으로 한 주행 접근 방식의 분류.
• 센서 모odalities 분석에 중점을 두며, RGB(D) 카메라의 역할과 시각 기반 주행에서의 기여를 강조.
• 개인 공간을 유지하거나 인간의 목표에 적응하는 등의 사회적 행동을 학습하기 위한 강화 학습 및 모방 학습 접근 방식의 평가.
• iGibson, SEAN 등의 신규 시뮬레이션 프레임워크 조사 및 사회적으로 인지하는 로봇 훈련 가능성을 평가.
• 자세 추정, 행동 인식, 궤적 예측을 포함한 인간 행동 모델링을 주행 시스템에 통합하는 것.

실험 결과

연구 질문

• RQ1 로봇은 어떻게 동적인 인간 환경에서 사회적 규범을 존중하면서 안전하고 자연스럽게 주행할 수 있는가?
• RQ2 로봇 주행과 인간 행동 및 행동 모델링을 통합할 때 발생하는 핵심 기술적 및 방법론적 과제는 무엇인가?
• RQ3 시각 인식, 활동적 시각, 사회적 신호는 주행 성능 향상에 어떻게 통합될 수 있는가?
• RQ4 언어, 제스처, 정서 상태는 사회적으로 준수하는 로봇 주행을 가능하게 하는 데 어떤 역할을 하는가?
• RQ5 인간을 고려하는 로봇 주행 분야에서의 벤치마크 및 데이터셋 가용성의 현재 한계는 무엇인가?

주요 결과

• 인간을 고려하는 로봇 주행에 관한 연구가 증가하고 있지만, 주행과 사회적 및 행동 이해를 전면적으로 통합하는 데 초점을 맞춘 연구는 소수에 그친다.
• 강화 학습 접근 방식은 적절한 사회적 거리 유지를 유지하거나 인간의 목표에 맞게 적응하는 등의 사회적 행동을 학습하는 데 유망한 성과를 보였다.
• iGibson 및 SEAN과 같은 시뮬레이션 환경은 사회적으로 인지하는 주행을 위한 훈련과 평가에 유용한 도구로 부상하고 있으나, 현실성과 보편성 측면에서 아직 한계가 있다.
• 언어 유도 주행과 몸체 기반 질문-답변는 복잡하고 맥락 인식이 가능한 주행 과제에 대해 실현 가능한 패러다임으로 부상하고 있다.
• 제스처 및 감정 인식은 인간의 기분에 따라 비언어적 소통과 적응형 경로 계획을 가능하게 하여 주행 성능을 향상시킬 수 있다.
• 표준화된 벤치마크와 공통 평가 지표의 부족으로 진전이 저해되고 있으며, 인간 따라하기 및 사회적 준수와 같은 작업의 정의를 통일할 것을 요구하는 목소리가 높아지고 있다.