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
Prediction-Error-Tightened MPC for Socially Compliant Crowd Navigation
歩行者の運動予測と予測誤差のオンライン推定を衝突回避に統合し、意味的に障害物を集約することで群衆環境での安全で快適な移動を実現するMPC手法を提案した。
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: Alessandro Febbraro, Federico Rollo, Marcello Farina, Luca Bascetta, Navvab Kashiri
分類: cs.RO
原文アブストラクト
Autonomous navigation of mobile robots in crowded environments, while preserving pedestrians' psychological comfort, requires distinguishing pedestrians from other obstacles, predicting their future motion, and accounting for uncertainty in the predicted trajectories of both pedestrians and the robot. This work extends a previous MPC framework by integrating obstacle and pedestrian detection, Koopman-based motion prediction, and online prediction-error estimation directly within the collision-avoidance mechanism. To reduce collision-avoidance complexity in crowded scenarios, nearby obstacles are aggregated, thereby reducing the number of collision-avoidance constraints. Simulation studies evaluate the prediction-error margins and the computational benefits of semantics-aware aggregation. In a paired 300-seed closed-loop comparison with a moving generic obstacle, Markov residual tightening reduces the fraction of runs with physical contact from $10.0\%$ to $1.33\%$, at a mean travel-time cost of $0.68$ s. In a separate crowd-navigation semantic ablation, the offline robot-footprint/personal-space overlap occupies $2.11\%$ of observed time with pedestrian-aware handling versus $22.84\%$ with generic-obstacle handling.
関連論文
- 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
- 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群衆ナビゲーション
