移動機器人社交性導航規(guī)劃方法
發(fā)布時間：2021-12-02 14:23
導航規(guī)劃是移動機器人在環(huán)境中自主作業(yè)的重要基礎性問題。傳統(tǒng)導航規(guī)劃僅僅考慮機器人移動的安全性,將所有靜態(tài)物體和動態(tài)物體都作為障礙物考慮。隨著移動機器人進入到人類生活,人機共融對移動機器人導航規(guī)劃提出了新的需求,要求機器人具有社交導航規(guī)劃能力。所謂社交導航規(guī)劃是指機器人在與人類共享空間時應根據(jù)人類的社交慣例進行導航規(guī)劃的行為。該問題近年來成為移動機器人領域的熱點問題。本文在此背景下,圍繞機器人社交導航規(guī)劃開展了機器人社交質(zhì)量評估標準與機器人社交性導航規(guī)劃兩方面的研究。主要成果如下:1.提出了基于社交行為建模的機器人社交質(zhì)量評估標準。將心理學與社會學領域的研究成果擴展到社交機器人的行為理論,建立了基于舒適性、自然性、社交性的機器人社交行為模型,設計了社交行為評估量化器。通過比較驗證了評估標準量化的合理性。2.根據(jù)社交行為模型優(yōu)化了基于社會力模型的導航規(guī)劃算法。通過引入基于機器人社交行為模型的參數(shù)優(yōu)化了原有社會力模型。相比較原有算法有效提高了移動機器人在不同智能體數(shù)量環(huán)境下的社交行為質(zhì)量。3.設計并實現(xiàn)了一種基于深度強化學習的導航規(guī)劃方法。通過序列化決策為傳統(tǒng)導航規(guī)劃問題建模,設計了采用基于...
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：95 頁
【學位級別】：碩士
【部分圖文】：
圖１．２物體之間的活動空間示意圖??
交行為模型是否能夠獲取更高的社交自然度分數(shù)。Ｒ．?Ｋｉｒｂｙ等人［３５］通過??設計社交成本網(wǎng)格來計算不同的社交行為所付出的社交成本，越少的付出成本代??表人類對該行為的接受度越高。Ｇ．?Ｆｅｒｒｅｒ等人［３３］研究了在校園環(huán)境中執(zhí)行特定??任務的移動機器人的導航規(guī)劃，研究定義了社會工作（Ｓｏｃｉａｌ?ｗｏｒｋ）的概念，表示??當人其他智能體進行交互的時候需要花費額外的社會工作，所以在交互中社會工??作花費越少，代表導航規(guī)劃的社交性越強。??１．３社交機器人導航規(guī)劃技術研究進展??圖１．３顯示了在社交導航規(guī)劃方面各年的出版物數(shù)量，本文參考并引用了其??中部分有關移動機器人的相關文獻。根據(jù)文獻搜索引擎搜索出歷年的相關文獻結(jié)??果可以看出，在２００５年至２０１５年之間，有關社交機器人方面的研究熱度近乎逐??年增加。２０１５年有關社交導航方面的出版物可達２３篇，其中涉及到移動機器人??的文獻多迖１４篇。下文將根據(jù)社交機器人導航規(guī)劃方法分為兩類進行深入調(diào)研，??一種是基于模型方法的機器人社交導航規(guī)劃；另一種是基于學習方法的機器人社??交導航規(guī)劃。??２３??－?閟??１０?［５７］??１?８?＾??７??�。。�，６ｊ?＾??ｒ－Ｌ－．?（２７）?１１＾１?Ｉ５８］丨?男??，?，０１?，?［４６］等薄再??＾?ＩＩ?ＩＩ?ＩＩ??１９９６?？？？?２０００?２００１?２００２?２００３?２００４?２００５?２００６?２００７?２００８?２００９?２０１０?２０１１?２０１５??圖１．３社交導航規(guī)劃方向出版物柱狀圖??１．３．１基于模型方法的機器人社交導航規(guī)劃??早期的社交感知行為的目標較為簡單，在復雜
動作的影響，得到了“社會力量”??與行人動作的非線性耦合朗之萬（Ｌａｎｇｅｖｉｎ）方程的運動方程。在社會行為映射的??方面，絕大部分的模型會嵌入了一種關于個體軌跡的預測機制，其原因有兩方面：??首先社交地圖本質(zhì)上是動態(tài)的，并且需要在沒有任何先驗知識的情況下實現(xiàn)實時??更新，這導致算力無法支撐。其次，預測步驟需要繪制平滑軌跡，從而避免導航??時的出現(xiàn)的路徑震蕩。有幾種遵循概率統(tǒng)計的方法，通過貝葉斯方程或卡爾曼濾??波公式來計算軌跡的概率。??ｒ?＇?ｔ?－?－ｒ?１??圖１．４使用ＳＶＭ預測人類運動軌跡??Ｓ．Ｘｉａｏ［６２］提出使用高斯過程來學習人體運動模式從而估計非參數(shù)概率模型，??一旦訓練完成，就可以預測人體的運動模式。Ｇ．?Ｆｅｒｒｅｒ?［２８］提出使用支持向量機??（Ｓｕｐｐｏｒｔ?Ｖｅｃｔｏｒ?Ｍａｃｈｉｎｅ，?ＳＶＭ）預測人體運動（如圖１．４），以將運動模式分離為??同類。然后通過聚類的方法，從每個聚類中選擇代表性樣本。這些樣本被用來通??７??
本文編號：3528619
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：95 頁
【學位級別】：碩士
【部分圖文】：
圖１．２物體之間的活動空間示意圖??
交行為模型是否能夠獲取更高的社交自然度分數(shù)。Ｒ．?Ｋｉｒｂｙ等人［３５］通過??設計社交成本網(wǎng)格來計算不同的社交行為所付出的社交成本，越少的付出成本代??表人類對該行為的接受度越高。Ｇ．?Ｆｅｒｒｅｒ等人［３３］研究了在校園環(huán)境中執(zhí)行特定??任務的移動機器人的導航規(guī)劃，研究定義了社會工作（Ｓｏｃｉａｌ?ｗｏｒｋ）的概念，表示??當人其他智能體進行交互的時候需要花費額外的社會工作，所以在交互中社會工??作花費越少，代表導航規(guī)劃的社交性越強。??１．３社交機器人導航規(guī)劃技術研究進展??圖１．３顯示了在社交導航規(guī)劃方面各年的出版物數(shù)量，本文參考并引用了其??中部分有關移動機器人的相關文獻。根據(jù)文獻搜索引擎搜索出歷年的相關文獻結(jié)??果可以看出，在２００５年至２０１５年之間，有關社交機器人方面的研究熱度近乎逐??年增加。２０１５年有關社交導航方面的出版物可達２３篇，其中涉及到移動機器人??的文獻多迖１４篇。下文將根據(jù)社交機器人導航規(guī)劃方法分為兩類進行深入調(diào)研，??一種是基于模型方法的機器人社交導航規(guī)劃；另一種是基于學習方法的機器人社??交導航規(guī)劃。??２３??－?閟??１０?［５７］??１?８?＾??７??�。。�，６ｊ?＾??ｒ－Ｌ－．?（２７）?１１＾１?Ｉ５８］丨?男??，?，０１?，?［４６］等薄再??＾?ＩＩ?ＩＩ?ＩＩ??１９９６?？？？?２０００?２００１?２００２?２００３?２００４?２００５?２００６?２００７?２００８?２００９?２０１０?２０１１?２０１５??圖１．３社交導航規(guī)劃方向出版物柱狀圖??１．３．１基于模型方法的機器人社交導航規(guī)劃??早期的社交感知行為的目標較為簡單，在復雜
動作的影響，得到了“社會力量”??與行人動作的非線性耦合朗之萬（Ｌａｎｇｅｖｉｎ）方程的運動方程。在社會行為映射的??方面，絕大部分的模型會嵌入了一種關于個體軌跡的預測機制，其原因有兩方面：??首先社交地圖本質(zhì)上是動態(tài)的，并且需要在沒有任何先驗知識的情況下實現(xiàn)實時??更新，這導致算力無法支撐。其次，預測步驟需要繪制平滑軌跡，從而避免導航??時的出現(xiàn)的路徑震蕩。有幾種遵循概率統(tǒng)計的方法，通過貝葉斯方程或卡爾曼濾??波公式來計算軌跡的概率。??ｒ?＇?ｔ?－?－ｒ?１??圖１．４使用ＳＶＭ預測人類運動軌跡??Ｓ．Ｘｉａｏ［６２］提出使用高斯過程來學習人體運動模式從而估計非參數(shù)概率模型，??一旦訓練完成，就可以預測人體的運動模式。Ｇ．?Ｆｅｒｒｅｒ?［２８］提出使用支持向量機??（Ｓｕｐｐｏｒｔ?Ｖｅｃｔｏｒ?Ｍａｃｈｉｎｅ，?ＳＶＭ）預測人體運動（如圖１．４），以將運動模式分離為??同類。然后通過聚類的方法，從每個聚類中選擇代表性樣本。這些樣本被用來通??７??
本文編號：3528619
本文鏈接：http://sikaile.net/guanlilunwen/lindaojc/3528619.html
