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
Résumé
Today, more than ever, mobile robots and drones are roaming human workspaces. In particular, mobile robots are being deployed in many places, from airports to restaurants to streets. In a classical motion planning setting, everything is an obstacle, and the robot has to avoid all the obstacles and reach its destination. However, this cannot be directly employed in robot navigation planning in human environments. Humans may not be comfortable seeing a robot move very close to them or not knowing if the robot is ready to give them the way or not. Unless the humans are considered in navigation planning, the robot can confuse the humans and may not be accepted to be around them. Hence a new field of robot navigation concentrating on these aspects, called ‘Human-Aware Robot Navigation (HAN) (or Social Robot Navigation)’, is evolving at a rapid pace these days. This work explores HAN in the case of mobile robots and proposes some new factors and systems that can make a robot more ‘human aware’. The core idea behind this work is that the robot has to avoid or mitigate uncomfortable human-robot interactions that occur during the navigation. So, we explore situation assessment and proactive planning in HAN to plan legible and acceptable trajectories for the robot in the first part of the thesis. It was also shown how proactive planning could be a better alternative to reactive planning for HAN. We also introduce some new human-robot social constraints and a new human path prediction methodology. The proposed system has been validated under several settings, and a detailed analysis is presented. The next part elaborates on this idea and moves on to propose a HAN system that can handle static and dynamic humans under several circumstances. We propose a HAN system based on the ROS navigation stack to address the problem of multi-context navigation. This system is highly tunable and has a modality switching mechanism that allows the robot to mitigate several human-robot interaction settings. We introduce some more human-aware constraints pertaining to social norms to make the robot’s navigation vivid. Finally, it has been tested in several simulated and real-world scenarios and analyses are provided. When compared with an already existing HAN system, our system yielded better and more satisfactory results both qualitatively and quantitatively. Even though this system can handle more than one kind of scenario with visible humans, it cannot address the sudden human appearances or prepare the robot ready for such occurrences. So, in the next part of the thesis, a methodology to detect such possible appearances is proposed. These estimations are then integrated with the previous proposed HAN system to allow the robot to manoeuvre around the places of such possible emergences cautiously. The proposed algorithm has been extensively tested, and the advantages of this addition are shown through several experiments. Throughout the development of this thesis, the evaluation of the HAN system has been a challenge as there are no good enough and well accepted metrics currently. Therefore, we have used some existing ones and proposed some new metrics that could be pertinent to many human-robot contexts. The last part of this thesis presents these proposed metrics and their evaluations in different settings. Finally, we conclude this thesis with a discussion on the current state of the field, the challenges faced during the development of this thesis and the future perspectives.
Aujourd'hui, plus que jamais, des robots mobiles et des drones parcourent les espaces de travail et de vie des humains. En particulier, les robots mobiles sont déployés ou en voie de déploiement dans de nombreux endroits, des aéroports aux restaurants en passant par les rues. Dans un cadre classique de planification du mouvement, tout est obstacle que le robot doit éviter pour atteindre sa destination. Cependant, cette approche ne peut pas être directement utilisée pour la navigation des robots dans les environnements humains. Les humains peuvent ne pas être à l'aise de voir un robot se déplacer très près d'eux ou de ne pas savoir si le robot est prêt à leur céder le passage ou non. Si les humains ne sont pas pris en compte de manière explicite dans la planification de la navigation, le robot peut les perturber et ne pas être accepté. Ainsi, un nouveau domaine de la navigation robotique se concentrant sur ces aspects, appelé `Human-Aware Robot Navigation (HAN) (ou Social Robot Navigation)', se développe rapidement de nos jours. Ce travail explore l'approche HAN dans le cas des robots mobiles et propose quelques nouveaux facteurs et systèmes qui peuvent rendre un robot plus acceptable par les humains. L'idée centrale de ce travail est que le robot doit éviter ou atténuer les interactions homme-robot inconfortables qui se produisent pendant la navigation. Ainsi, dans la première partie de la thèse, nous explorons l'évaluation de situation et la planification proactive dans HAN pour planifier des trajectoires de robot lisibles et acceptables. Nous introduisons également de nouvelles contraintes sociales homme-robot et une nouvelle méthode de prédiction de la trajectoire des humains au voisinage du robot. Le système proposé a été validé dans plusieurs contextes, et une analyse détaillée en est présentée. La partie suivante développe cette idée et propose un système HAN qui peut gérer des humains aussi bien statiques qu'en mouvement dans plusieurs circonstances. Nous proposons un système HAN basé sur la pile de navigation ROS pour résoudre le problème de la navigation multi-contexte. Ce système est hautement ajustable et possède un mécanisme de changement de modalité qui permet au robot d'adapter, en fonction du contexte, plusieurs paramètres d'interaction homme-robot. Nous introduisons des contraintes plus sensibles à l'homme concernant les normes sociales pour rendre la navigation du robot plus vive et réactive. Enfin, le système a été testé dans plusieurs scénarios simulés et réels et des analyses en sont fournies. Comparé à un système HAN déjà existant, notre système a donné des résultats meilleurs et plus satisfaisants tant sur le plan qualitatif que quantitatif. Bien que ce système puisse gérer plus d'un type de scénario avec des humains visibles par le robot, il ne peut pas traiter les apparitions soudaines d'humains ou préparer le robot à de telles occurrences. Ainsi, dans une partie suivante de la thèse, une méthodologie pour détecter de telles apparitions potentielles est proposée. Ces estimations sont ensuite intégrées au système HAN proposé précédemment afin de permettre au robot de manœuvrer avec précaution autour des lieux de ces possibles apparitions. L'algorithme proposé a été largement testé, et les avantages de cet ajout sont démontrés par plusieurs expériences. Tout au long du développement de cette thèse, l'évaluation du système HAN a été un défi car il n'existe pas de métriques suffisamment bonnes et acceptée par la communauté. Par conséquent, nous avons utilisé certaines métriques existantes et en avons proposé de nouvelles qui pourraient être pertinentes dans de nombreux contextes humains-robots. La dernière partie de cette thèse présente ces nouvelles métriques et leur évaluation dans différents contextes. Enfin, nous concluons cette thèse par une discussion sur l'état actuel du domaine, les défis rencontrés au cours du développement de cette thèse et les perspectives futures.
| Origine | Version validée par le jury (STAR) |
|---|