FenixEdu™

Dissertação

Natural Data-driven Approaching Behaviors of Humanoid Mobile Robots for F-Formations EVALUATED

Detalhes: Já se passaram alguns anos desde que os robôs só existiam em ambientes industriais. Desde então, os robôs evoluíram e foram desenvolvidos para serem capazes de realizar várias tarefas enquanto coexistem com humanos. Dentre essas tarefas, algumas podem requerer interação humano-robô. Alguns casos podem exigir que o robô seja parte proativa e inicie interações. Portanto, os robôs precisam de saber como abordar humanos com o propósito de interagir em qualquer ambiente, conhecido ou desconhecido. Esta tese aborda o problema da aproximação a humanos, propondo um modelo orientado por dados que é inspirado e baseado em cenários de interação humana do mundo real. Ao utilizar interações naturais entre humanos, o modelo é capaz de gerar comportamentos que imitam o mais próximo possível o comportamento humano, o que consequentemente melhora o conforto humano quando é abordado por robôs. O modelo é baseado nas posições relativas entre os membros das formações, tendo também a informação da postura do novo membro. Para ter um modelo geral que não dependa de uma origem pré-definida da formação, o modelo armazena todas as origens possíveis da formação. Assim, o modelo é invariante a transformações rígidas e não requer qualquer informação cartográfica global. Para estimar a postura a utilizar para a aproximação a um novo grupo, o método desenvolvido nesta tese procura a formação mais próxima nas amostras armazenadas, que corresponda ao novo grupo. Experiências em cenários de simulação e laboratório mostram que o modelo é plenamente capaz de imitar abordagens humanas e socialmente aceitáveis aos grupos.
Keywords: Interação humano-robô, Deteção de formações, Modelo orientado por dados, Aproximação socialmente aceitável, Aproximação natural a humanos

Discussão: dezembro 16, 2019, 18:30