Combining Proactive Planning and Situation Analysis for Human-Aware Robot Navigation - Thèses du Laboratoire d'analyse et d'architecture des systèmes Accéder directement au contenu
Thèse Année : 2022

Combining Proactive Planning and Situation Analysis for Human-Aware Robot Navigation

Combinaison de la planification proactive et de l'analyse de situation pour la navigation robotique adaptée à l'homme

Phani-Teja Singamaneni

Résumé

The deployment of robots in human environments presents several challenges, and navigating the environment without disturbing humans is one of them. Human-Aware Navigation or Social Navigation of the robot has to address human expectations and safety while navigating to a goal and can be seen as a special form of human-robot interaction. The definition of optimality can change from one context to another, and the robot motion obtained using the shortest, or the fastest path approaches may not be acceptable to humans in the environment. The robot must adapt its behaviour based on the context and should try to minimise the discomfort to the humans, not completely compromising, whenever possible. The evaluation of human-aware navigation is yet another challenge, as it is not easy and requires specialised studies and metrics. The multi-context human-aware navigation planning requires the assessment of the situation at hand and decision-making to produce legible robot motion. The motion planning in each situation can be solved using multi-objective optimization. To address the complex navigation strategies, we propose a cooperative human-aware navigation (CoHAN) planner combing a proactive planning approach with situation assessment. The proposed system applies the principles of joint action to human-robot navigation and assumes that the human is a partner rather than an obstacle. CoHAN can solve intricate human-robot navigation scenarios and has shown promising results both in simulation as well as real-world experiments. We also propose some new metrics to evaluate human-aware navigation and show their effectiveness through a series of simulated experiments.
Le déploiement de robots dans des environnements humains présente plusieurs défis, et la navigation dans l'environnement sans déranger les humains est l'un d'entre eux. La navigation adaptée à l'homme ou la navigation sociale du robot doit tenir compte des attentes et de la sécurité de l'homme lorsqu'il se dirige vers un objectif et peut être considérée comme une forme particulière d'interaction homme-robot. La définition de l'optimalité peut changer d'un contexte à l'autre, et le mouvement du robot obtenu en utilisant les approches du chemin le plus court ou le plus rapide peut ne pas être acceptable pour les humains dans l'environnement. Le robot doit adapter son comportement en fonction du contexte et essayer de minimiser l'inconfort pour les humains, sans faire de compromis complet, chaque fois que cela est possible. L'évaluation de la navigation adaptée à l'homme est encore un autre défi, car elle n'est pas facile et nécessite des études et des ! mesures spécialisées. La planification de la navigation adaptée à l'homme dans plusieurs contextes nécessite l'évaluation de la situation et la prise de décision pour produire un mouvement de robot lisible. La planification du mouvement dans chaque situation peut être résolue en utilisant l'optimisation multi-objectifs. Pour aborder les stratégies de navigation complexes, nous proposons un planificateur de navigation coopérative tenant compte de l'humain (CoHAN) combinant une approche de planification proactive avec l'évaluation de la situation. Le système proposé applique les principes de l'action conjointe à la navigation homme-robot et suppose que l'humain est un partenaire plutôt qu'un obstacle. CoHAN peut résoudre des scénarios complexes de navigation homme-robot et a montré des résultats prometteurs tant en simulation qu'en expérimentation réelle. Nous proposons également de nouvelles mesures pour évaluer la navigation humaine et démontrons leur efficacité par une! série d'expériences simulées.
Fichier principal
Vignette du fichier
PhD_Thesis_Phani-Teja_Singamaneni.pdf (9.71 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04006782 , version 1 (24-01-2023)
tel-04006782 , version 2 (27-02-2023)

Identifiants

  • HAL Id : tel-04006782 , version 1

Citer

Phani-Teja Singamaneni. Combining Proactive Planning and Situation Analysis for Human-Aware Robot Navigation. Robotics [cs.RO]. UT3 : Université Toulouse 3 Paul Sabatier, 2022. English. ⟨NNT : 2022TOU30226⟩. ⟨tel-04006782v1⟩
188 Consultations
150 Téléchargements

Partager

Gmail Facebook X LinkedIn More