[논문 리뷰] Socially-Aware Navigation: A Non-linear Multi-Objective Optimization Approach

Santosh Balajee Banisetty, Scott Forer외 3명|arXiv (Cornell University)|2019. 11. 10.

Social Robot Interaction and HRI인용 수 4

한 줄 요약

이 논문은 이동 로봇에서 사회적 인지 가능한 주행을 가능하게 하기 위해 파레토 볼록성 제거 변환(PaCcET)을 사용하는 비선형 다목적 최적화 방법을 제안한다. ROS 주행 스택에 통합된 이 방법은 다양한 인간-로봇 상호작용 환경에서 개인 거리와 인지적 거리와 같은 사회적 규범을 최적화하며, 시뮬레이션 및 실제 로봇을 통해 복도, 갤러리, 대기열, 그룹 상호작용에서 성공적인 주행을 보여준다.

ABSTRACT

Mobile robots are increasingly populating homes, hospitals, shopping malls, factory floors, and other human environments. Human society has social norms that people mutually accept; obeying these norms is an essential signal that someone is participating socially with respect to the rest of the population. For robots to be socially compatible with humans, it is crucial for robots to obey these social norms. In prior work, we demonstrated a Socially-Aware Navigation (SAN) planner, based on Pareto Concavity Elimination Transformation (PaCcET), in a hallway scenario, optimizing two objectives so that the robot does not invade the personal space of people. This paper extends our PaCcET based SAN planner to multiple scenarios with more than two objectives. We modified the Robot Operating System's (ROS) navigation stack to include PaCcET in the local planning task. We show that our approach can accommodate multiple Human-Robot Interaction (HRI) scenarios. Using the proposed approach, we achieved successful HRI in multiple scenarios like hallway interactions, an art gallery, waiting in a queue, and interacting with a group. We implemented our method on a simulated PR2 robot in a 2D simulator (Stage) and a pioneer-3DX mobile robot in the real-world to validate all the scenarios. A comprehensive set of experiments shows that our approach can handle multiple interaction scenarios on both holonomic and non-holonomic robots; hence, it can be a viable option for a Unified Socially-Aware Navigation (USAN).

연구 동기 및 목표

• 인간이 많은 환경에서 로봇이 주행할 때 개인 거리 침범이나 사람을 장애물로 취급하는 등의 사회적 규범 위반 문제를 해결하기 위해.
• 이전의 사회적 인지 가능한 주행(SAN) 연구를 이중 목표 최적화에서 다중 목표 최적화로 확장하여 더 복잡한 인간-로봇 상호작용(HRI) 시나리오에 광범위하게 적용 가능하도록 하기 위해.
• 비선형 다목적 최적화 프레임워크(PaCcET)를 로봇 운영 체제(ROS) 주행 스택의 로컬 계획 수준에 통합하여 실시간으로 사회적으로 타당한 경로 생성을 가능하게 하기 위해.
• 다수의 인간, 동적 그룹 형성, 활동 영역 및 사회적 목표와 같은 환경 제약 조건을 수반하는 다양한 현실적인 HRI 시나리오에서 접근법을 검증하기 위해.
• 다양한 상호작용 유형을 포괄하면서도 사회적 수용성과 안전성을 유지하는 통합 사회적 인지 가능한 주행(USAN) 시스템의 기반을 마련하기 위해.

제안 방법

• 저자는 비볼록 파레토 프론트를 볼록으로 변환함으로써 비선형 다목적 최적화 문제를 효율적으로 해결할 수 있도록 파레토 볼록성 제거 변환(PaCcET)을 사용한다.
• 이 방법은 ROS 주행 스택의 로컬 플래너에 PaCcET를 통합하여, 로봇이 성능 목표(예: 거리, 시간)와 사회적 목표(예: 개인 거리, 그룹 간 거리, 사회적 목표 준수)를 동시에 최적화할 수 있도록 한다.
• 핵심 목표는 목표지점까지의 거리 최소화, 인간으로부터의 거리 최대화(개인 거리 존중), 그리고 그룹 상호작용에서 적절한 상호 인지 거리 유지이다.
• 실시간 경로 계획 중 인간의 위치 변화, 그룹 형성(예: O-형태), 환경적 맥락(예: 복도 벽, 활동 영역)의 동적 변화를 고려한다.
• 시스템은 시뮬레이션된 PR2 로봇을 Stage 2D 시뮬레이터에서, 실제 환경에서의 Pioneer P3DX 이동 로봇에서 모두 구현하고 테스트하였다.
• 로봇 행동의 사회적 영향을 평가하기 위해 편안함, 사회성, 자연스러움, 예측 가능성, 명확성 등의 사회적 지표를 사용하였다.

실험 결과

연구 질문

• RQ1 PaCcET와 같은 비선형 다목적 최적화 프레임워크가 로봇 주행에서 다수의 사회적 및 성능 목표를 효과적으로 처리할 수 있는가?
• RQ2 PaCcET 기반 플래너는 단일 인터랙션, 대기열, 그룹 상호작용, 예술 갤러리와 같은 복잡한 환경을 포함한 다양한 HRI 시나리오에 얼마나 잘 일반화되는가?
• RQ3 ROS 주행 스택에 PaCcET를 통합함으로써 휠 기반 및 비휠 기반 로봇 모두에서 사회적으로 타당한 주행을 가능하게 하는가?
• RQ4 인간의 위치 변화, 그룹 형성, 환경 제약 조건의 변화가 플래너가 사회적 규범을 유지하는 능력에 어떤 영향을 미치는가?
• RQ5 제안된 접근법을 지식 그래프를 활용한 고수준 의사결정 지원을 통해 자율적 시나리오 이해를 위한 확장이 가능한가?

주요 결과

• PaCcET 기반의 SAN 플래너는 복도, 갤러리, 대기열, 그룹 상호작용을 포함한 모든 테스트 시나리오에서 개인 거리와 사회적 규범을 준수하는 경로를 성공적으로 생성하였다.
• 시스템은 인간의 위치 이동 및 다양한 그룹 형성(예: O-형태)과 같은 동적 변화에 대해 강건성을 보이며, 전반적으로 사회적으로 타당한 행동을 유지하였다.
• 이 방법은 Stage에서 시뮬레이션된 PR2 로봇과 실제 환경에서의 Pioneer P3DX 로봇 모두에서 검증되어 실제 적용 가능성과 타당성을 입증하였다.
• 기존의 ROS 로컬 플래너는 사람과 장애물을 동일하게 취급하여 사람과의 안전한 거리 확보에 실패한 반면, 본 방법은 이를 우수하게 초월하였다.
• 정지한 인간, 지나가는 사람, 그룹 회피 등의 하위 시나리오 간에도 일관된 사회적 행동을 보여주어 뛰어난 일반화 능력을 입증하였다.
• 본 연구는 다양한 복잡한 HRI 맥락을 고려하면서도 높은 사회적 수용성을 유지하는 통합 사회적 인지 가능한 주행(USAN) 시스템의 구현 기반을 마련하였다.