Resumo

HERRERA, Daniel et al. Zonas sociales cognitivas para mejorar la evasión de peatones con robots móviles. Rev Politéc. (Quito) [online]. 2019, vol.42, n.2, pp.7-14. ISSN 2477-8990.

Los comportamientos sociales son esenciales para mejorar la aceptación social de un robot en ambientes compartidos con humanos. Uno de las cualidades más importantes es sin duda el espacio social. Este mecanismo humano actúa como un campo repulsivo para garantizar interacciones confortables. Su modelado ha sido ampliamente estudiado en robótica social, sin embargo su inferencia experimental ha sido apenas mencionada. De esta manera, este trabajo propone un novedoso algoritmo para inferir las dimensiones de una zona social elíptica a partir de una nube de puntos alrededor del robot. El enfoque consiste en identificar cómo los humanos evitan al robot durante una evasión en un ambiente compartido, y posteriormente usar esta experiencia para representar obstáculos humanos como campos elípticos potenciales con las dimensiones previamente identificadas. Para ésto, el algoritmo empieza con una primera etapa de aprendizaje donde el robot navega sin evadir a los humanos, i.e. los humanos estan a cargo de evadir al robot durante el desenvolvimiento de sus tareas. Durante este periodo, el robot genera una nube de puntos de mediciones laser 2D desde su marco de referencia para definir las zonas de no-inferencia humana alrededor de sí mismo, pero priorizando sus cercanías. Posteriormente, la zona social que ha sido inferida se incorpora a un control de movimiento basado en espacios nulos (NSB) para un robot móvil no holonómico, el cual se diseña para seguir trayectorias y evitar colisiones con peatones. Finalmente, el rendimiento del algoritmo de aprendizaje y el control de movimiento es verificado experimentalmente.

Palavras-chave : Interación humano-robot; control robot móviles; cognición robótica; robots sociales; zonas sociales; proxémica.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )