[논문 리뷰] Viewing Robot Navigation in Human Environment as a Cooperative Activity

Harmish Khambhaita, Rachid Alami|arXiv (Cornell University)|2017. 08. 03.

Social Robot Interaction and HRI인용 수 3

한 줄 요약

이 논문은 사회적, 운동학적, 시간적 제약 조건을 통합하여 로봇과 인간의 궤적을 동시에 최적화함으로써, 특히 복도와 같은 제한된 공간에서 안전하고 유연하며 사전적(프로액티브)인 인간 환경 내 주행을 가능하게 하는 협동 주행 계획자(cooperative navigation planner)를 제안한다. 계획자는 인간의 운동을 예측하고, 협동 주행 경로를 사전에 제안하며, 인간의 이탈에 실시간으로 대응하여 시뮬레이션 및 PR2와 페퍼 로봇을 활용한 실제 실험에서 유연성과 인간-로봇 협업 능력을 향상시킨다.

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.

연구 동기 및 목표

• 표준 협동 주행 외에도 협동이 필요한 복잡한 제한된 주행 환경 시나리오를 다룰 수 있는 주행 시스템을 개발하는 것.
• 로봇이 자신과 주변 인간의 궤적을 함께 제안하고 최적화함으로써 사전적 행동을 가능하게 하는 것.
• 개인 공간, 충돌까지의 시간, 운동 방향 일치성과 같은 사회적 규범을 통합하여 인간의 편안함과 안전을 확보하는 것.
• 반응형 주행과 인간-로봇 상호작용에서 사회적으로 지능적인 협동 행동 사이의 격차를 메우는 것.
• 특히 인간-로봇 공동 주행이 어려운 제한된 공간에서 실제 시나리오에서 계획자의 효과성을 검증하는 것.

제안 방법

• 계획자는 로봇과 인간의 궤적을 동시에 계산하기 위해 통합된 그래프 기반 최적화 프레임워크를 사용한다.
• 로봇의 운동학적 제약 조건을 준수하고, 시간-충돌도를 사용하여 정적 및 동적 장애물을 피한다.
• 사회적 제약 조건으로는 프록세믹스(개인 공간), 방향 일치성(운동 정렬), 그리고 예측된 충돌까지의 시간을 포함하여 안전성과 편안함을 확보한다.
• 운동 캡처 데이터에서 속도 기반 추정을 사용하여 인간의 운동을 예측함으로써 향후 궤적 계획이 가능해진다.
• 조정 가능한 비용 함수를 통해 인간과 로봇 간의 노력 균형을 조절할 수 있으며, 다양한 수준의 사전적 행동을 가능하게 한다.
• 예측과 다를 경우 인간 행동이 변화할 때 계획자가 동적으로 궤적을 재조정하여 강건성과 반응성을 확보한다.

실험 결과

연구 질문

• RQ1 로봇의 인간 환경 내 주행을 순수하게 반응적 또는 조율적 행동이 아닌 협동 활동으로 모델링할 수 있는가?
• RQ2 인간 같은 유연하고 안전한 공동 주행 궤적을 생성하기 위해 필요한 사회적 및 물리적 제약 조건은 무엇인가?
• RQ3 특히 복도와 같은 제한된 환경에서 로봇이 인간과 함께 공유 경로를 사전에 제안하고 최적화할 수 있는가?
• RQ4 충돌까지의 시간, 운동 방향 일치성, 프록세믹스의 통합이 주행의 유연성과 인식된 안전성 향상에 어떻게 기여하는가?
• RQ5 인간이 예측된 경로에서 이탈할 경우 로봇이 자신의 행동을 얼마나 잘 적응시킬 수 있는가?

주요 결과

• 협동 계획자는 좁은 복도에서 매끄럽고 안전하며 부드러운 주행을 성공적으로 구현하였으며, 로봇이 충돌을 피하고 공간을 확보하기 위해 사전에 경로를 조정하는 것으로 나타났다.
• 로봇은 인간이 상호작용 영역에 진입하기 이르기 전부터 사전에 오른쪽으로 이동함으로써 사전적 행동을 보였으며, 이는 인식된 안전성과 편안함을 향상시켰다.
• 인간의 행동이 예측과 다를 경우 로봇은 빠르게 궤적을 재조정하면서도 준수성과 갈등 회피를 유지하였다.
• 계획자는 인간과 로봇 간의 노력 분담을 균형 있게 유지하였으며, 로봇이 주행 부담의 대부분을 떠넘기는 설정도 가능하였다.
• PR2와 페퍼 로봇을 사용한 실제 실험에서, 협동 계획자는 순수 반응형 방식에 비해 상호작용의 유연성과 인간 수용성 측면에서 뛰어난 성능을 보였다.
• 비효율적 또는 예측 불가능한 인간 행동이 있더라도, 복도 통과, 문 통과, 개방 영역 상호작용 등 다양한 시나리오에서 시스템의 성능이 유지는 유지되었다.