論文の概要: Socially-Aware Shared Control Navigation for Assistive Mobile Robots in the Built Environment
- arxiv url: http://arxiv.org/abs/2405.17279v1
- Date: Mon, 27 May 2024 15:40:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-28 14:43:44.305421
- Title: Socially-Aware Shared Control Navigation for Assistive Mobile Robots in the Built Environment
- Title（参考訳）: 組立環境における補助移動ロボットのソーシャル・アウェア共有制御ナビゲーション
- Authors: Yifan Xu, Qianwei Wang, Vineet Kamat, Carol Menassa,
- Abstract要約: この研究は、モバイルロボットプラットフォームを支援するための、新しいソーシャルな共有自律型ナビゲーションシステムを導入している。
ナビゲーションフレームワークはGlobal PlannerとLocal Plannerで構成されています。
ローカルプランナに対しては,動的制御バリア関数を用いた共有制御に基づくモデル予測制御を提案する。
- 参考スコア（独自算出の注目度）: 7.5624164942442045
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the number of Persons with Disabilities (PWD), particularly those with one or more physical impairments, increases, there is an increasing demand for assistive robotic technologies that can support independent mobility in the built environment and reduce the burden on caregivers. Current assistive mobility platforms (e.g., robotic wheelchairs) often fail to incorporate user preferences and control, leading to reduced trust and efficiency. Existing shared control algorithms do not allow the incorporation of the user control preferences inside the navigation framework or the path planning algorithm. In addition, existing dynamic local planner algorithms for robotic wheelchairs do not take into account the social spaces of people, potentially leading such platforms to infringe upon these areas and cause discomfort. To address these concerns, this work introduces a novel socially-aware shared autonomy-based navigation system for assistive mobile robotic platforms. Our navigation framework comprises a Global Planner and a Local Planner. To implement the Global Planner, the proposed approach introduces a novel User Preference Field (UPF) theory within its global planning framework, explicitly acknowledging user preferences to adeptly navigate away from congested areas. For the Local Planner, we propose a Socially-aware Shared Control-based Model Predictive Control with Dynamic Control Barrier Function (SS-MPC-DCBF) to adjust movements in real-time, integrating user preferences for safer, more autonomous navigation. Evaluation results show that our Global Planner aligns closely with user preferences compared to baselines, and our Local Planner demonstrates enhanced safety and efficiency in dynamic and static scenarios. This integrated approach fosters trust and autonomy, crucial for the acceptance of assistive mobility technologies in the built environment.
- Abstract（参考訳）: 障害のある人(特に1人以上の身体障害のある人)の数が増加するにつれて、建設環境における自立的モビリティをサポートし、介護者の負担を軽減する支援ロボティクス技術への需要が高まっている。
現在の補助移動プラットフォーム(例えば、ロボット車椅子)は、しばしばユーザの好みや制御を取り入れず、信頼と効率を低下させる。
既存の共有制御アルゴリズムでは、ナビゲーションフレームワークや経路計画アルゴリズム内にユーザコントロールの好みを組み込むことはできない。
さらに、既存のロボット車椅子のダイナミックなローカルプランナーアルゴリズムは、人々の社会的空間を考慮に入れておらず、そのようなプラットフォームがこれらの領域を侵害し不快を引き起こす可能性がある。
これらの懸念に対処するため、この研究は、モバイルロボットプラットフォームを支援するための、新しい社会的に認識された共有自律型ナビゲーションシステムを導入する。
ナビゲーションフレームワークはGlobal PlannerとLocal Plannerで構成されています。
グローバルプランナを実装するため,提案手法では,ユーザの嗜好が混雑する地域から遠ざかるように明示的に認識される,新たなユーザ設定フィールド(UPF)理論をグローバル計画フレームワーク内に導入する。
ローカルプランナに対しては,動的制御バリア関数(SS-MPC-DCBF)を用いたソーシャルな共有制御に基づくモデル予測制御を提案する。
評価の結果,Global Plannerはベースラインと比較してユーザの好みと密接に一致し,ローカルプランナーは動的シナリオと静的シナリオの安全性と効率を向上することを示した。
この統合されたアプローチは信頼と自律性を促進し、構築された環境における補助モビリティ技術の受容に不可欠である。
関連論文リスト
- GSON: A Group-based Social Navigation Framework with Large Multimodal Model [9.94576166903495]
移動ロボットが周囲の社会集団を知覚し利用できるようにするためのグループベースのソーシャルナビゲーションフレームワークGSONを提案する。
認識のために、歩行者間の社会的関係をゼロショットで抽出する視覚的プロンプト技術を適用した。
計画には,グローバルパス計画とローカルモーションプランニングの橋渡しとして,社会構造に基づく中間プランナを採用する。
論文 参考訳（メタデータ） (2024-09-26T17:27:15Z) - A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。
本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。
移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
論文 参考訳（メタデータ） (2024-08-11T14:57:57Z) - Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。
本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。
モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。
私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
論文 参考訳（メタデータ） (2024-05-03T00:29:20Z) - LPAC: Learnable Perception-Action-Communication Loops with Applications
to Coverage Control [80.86089324742024]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - Asynchronous Perception-Action-Communication with Graph Neural Networks [93.58250297774728]
グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。
ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。
近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。
本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-18T21:20:50Z) - GP-guided MPPI for Efficient Navigation in Complex Unknown Cluttered
Environments [2.982218441172364]
本研究では,モデル予測パスインターガル(MPPI)と局所知覚モデルを統合するオンライン学習ベースの制御戦略であるGP-MPPIを提案する。
我々は,2次元自律ナビゲーションタスクのシミュレーションおよび実世界の実験を通じて,提案した制御戦略の効率性とロバスト性を検証する。
論文 参考訳（メタデータ） (2023-07-08T17:33:20Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳（メタデータ） (2023-04-06T13:07:17Z) - Multi-robot Social-aware Cooperative Planning in Pedestrian Environments
Using Multi-agent Reinforcement Learning [2.7716102039510564]
我々は、非政治的マルチエージェント強化学習(MARL)に基づく、新しいマルチロボット・ソーシャル・アウェア・効率的な協調プランナーを提案する。
我々は、時間空間グラフ(TSG)に基づくソーシャルエンコーダを採用し、その視野における各ロボットと歩行者の社会的関係の重要性をよりよく抽出する。
論文 参考訳（メタデータ） (2022-11-29T03:38:47Z) - RL-DWA Omnidirectional Motion Planning for Person Following in Domestic
Assistance and Monitoring [0.5156484100374059]
支援と監視のためにフォローする人に新しいアプローチを導入する。
本手法は全方向ロボットプラットフォームを利用して線形・角速度の計算を行う。
各種屋内シナリオにおいて,実際の全方向プラットフォーム上でのナビゲーションシステムの評価を行った。
論文 参考訳（メタデータ） (2022-11-09T16:11:41Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。