Dissertação
Cooperative Perception for Human Intention Prediction EVALUATED
Para alcançar uma interação natural com humanos, um robô precisa estar ciente das intenções humanas, para todos os humanos em seu ambiente. Ao utilizar um grupo de robôs móveis com sensores e ligados em rede sem fios com sensores estáticos é possível tirar partido da informação dos múltiplos sensores heterogéneos e da mobilidade do robô para prever a atividade humana e, através de modelos adequados, as intenções humanas. Essa previsão irá melhorar a tomada de decisões do robô, bem como sua navegação e cooperação com os humanos como parte de uma equipa heterogênea de humanos e robôs. Esta tese vai estudar, implementar e testar métodos de previsão de intenção humana em um cenário de evacuação realista. Neste trabalho vão ser utilizados métodos de previsão de trajetória e reconhecimento de emoções para prever o comportamento humano em situações de evacuação. Tanto as câmaras do robô como um sistema de captura de movimento foram usados para recolher os dados. Para prever trajetórias, foram utilizados modelos de afinidade social para criar grupos e, em seguida, um Filtro de Kalman foi aplicado para prever as trajetórias dos humanos. Para classificar emoções, YOLO, uma Rede Neural Convolucional, foi treinado e aplicado às situações para classificar se os humanos estavam em estado de pânico ou não. Estes algoritmos foram testados em cenários realistas de evacuação, em situações com indivíduos, grupos de dois e grupos de três, obtendo uma precisão global de 91,67%. No total foram realizadas 108 experiências.
novembro 11, 2022, 11:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Pedro Manuel Urbano de Almeida Lima
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Catedrático