SICNavの実環境展開：MPCと二段階最適化による安全でインタラクティブな群衆ナビゲーション
Deploying SICNav in the Field: Safe and Interactive Crowd Navigation using MPC and Bilevel Optimization
人間とロボットの相互作用を明示的にモデル化する二段階MPCフレームワークSICNavを実環境に展開し、屋内・屋外で約7kmの自律ナビゲーションを実施したシステム概要と予備分析を報告する。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Sepehr Samavi, Garvish Bhutani, Florian Shkurti, Angela P. Schoellig
分類: cs.RO
原文アブストラクト
Safe and efficient navigation in crowded environments remains a critical challenge for robots that provide a variety of service tasks such as food delivery or autonomous wheelchair mobility. Classical robot crowd navigation methods decouple human motion prediction from robot motion planning, which neglects the closed-loop interactions between humans and robots. This lack of a model for human reactions to the robot plan (e.g. moving out of the way) can cause the robot to get stuck. Our proposed Safe and Interactive Crowd Navigation (SICNav) method is a bilevel Model Predictive Control (MPC) framework that combines prediction and planning into one optimization problem, explicitly modeling interactions among agents. In this paper, we present a systems overview of the crowd navigation platform we use to deploy SICNav in previously unseen indoor and outdoor environments. We provide a preliminary analysis of the system's operation over the course of nearly 7 km of autonomous navigation over two hours in both indoor and outdoor environments.
関連論文
- 予測誤差を考慮したMPCによる社会的配慮型群衆ナビゲーション群衆ナビゲーション
- 危険を冒すな！LiDARのみの群衆ナビゲーションのための軌道条件付き分布リスク群衆ナビゲーション
- 適応的楕円型共形予測によるリスク感応型群衆ナビゲーション群衆ナビゲーション
- 軌道品質を重視した群衆ナビゲーション性能向上のための新手法群衆ナビゲーション
- 適合的不確実性処理による群衆ナビゲーションの汎化安全群衆ナビゲーション
- 学習ベース軌道予測を用いたMPCによる群衆ナビゲーション群衆ナビゲーション
