动态混合人机环境中机器人自适应社会导航研究

This project proposes a safe and adaptive robot social navigation mechanism to solve the intelligent planning of friendly human-robot interaction oriented robot navigation strategy in the dynamical hybrid human-robot environment. Firstly, by studying on the construction method of probabilistic reachable domain for human based on the human kinematics model and the stochastic reachability analysis, we can achieve accurate state prediction for the human motion under the condition of satisfying the environment constraints of human motion and constraints of cognitive characteristic. Secondly, we study the model of adaptive social navigation based on the objective of friendly human-robot interaction and design the intention analysis method for the pedestrian based on the classification on the set of human behavior states, so as to realize the adaptive navigation strategy based on the intention of the pedestrian. Finally, though translating the safety verification of robot motion to the safety decision of robotic kinematic modal, we can achieve formal verification on safety for the robot navigation online utilizing the linear logical temporal specification and model-checking method. The research on this item can provide a safe and harmonious navigation mechanism for autonomous mobile robot in the dynamical hybrid human-robot environment and improve the adaptability of robot navigation in the complex human-robot coexistence environment. The study further expands the application of robots service scenario with promoting the coordination of robots and the behavior of human positively.

本项目针对动态人机混合环境中面向友好人机交互的机器人导航问题，提出一种安全的、自适应的机器人社会导航策略智能规划机制。首先，研究基于人类运动学模型和随机可达性分析的人类概率可达域构建方法，在满足人类运动的环境约束和认知特性约束条件下，实现精确的人类运动状态预测。其次，研究以友好人机交互为目标的自适应社会导航模型，设计基于人类行为状态集分类的行人意图分析方法，实现基于行人意图的导航策略自适应调整。最后，将机器人运动安全性验证转化为运动模型安全属性判定问题，利用线性逻辑时序描述和模型检验机制，在线完成机器人导航安全形式化验证。通过本项目的研究，将为动态人机混合环境中的自主移动机器人提供一种安全和谐的导航机制，提高导航在复杂人机共存情况下的适应性，为进一步扩展机器人的应用服务场景，协调机器人和人的行为起到积极的促进作用。

随着人与机器人之间的屏障逐渐消失，机器人寻求与人类共享环境，实现对等协作，此类机器人将会长期工作在动态混合人机环境中，需要赋予它们能够满足工程目标和社会目标的导航能力，使得机器人的行为在确保人类安全的前提下，能够充分考虑人类意图。.本课题围绕研究计划着重研究了机器人在环境精准建模的基础上安全社会导航方法的设计与实现。设计了基于一致性思想的多机器人协作目标跟踪方法，采用滤波器完成机器人局部感知信息的处理，以实现对目标状态的局部估计，在机器人间目标状态概率统计特性基础上，利用基于Renyi熵的加权一致性算法来融合多个机器人目标跟踪结果，依据每个机器人的当前目标跟踪来调整机器人在多目标跟踪中的贡献度，实现更为精准的多机器人协作目标跟踪；针对机器人运动过程中自定位过于依赖局部点特征问题，设计了一种鲁棒直接算法对稠密特征点进行直接追踪，提出基于图像像素光度直接法，有效利用了图像所有信息，避免了对特征的依赖性，实现快速运动估计及机器人自定位；在机器人工作环境精准建模基础上，提出了一种基于三次样条插值算法的路径规划方法来保持机器人路径移动的平滑性，设计了混沌自适应粒子群算法以优化三次样条插值的控制点，引入甲虫搜索策略和混沌优化以提高优化算法的可搜索性以及搜索的遍历不重复性，以实现在保障机器人安全和减少机器人机械损耗基础上最短的平滑路径规划；针对人机环境中无人机交互需求情况下友好社会导航，设计基于改进双向随机扩展树算法的局部路径规划方法，通过设立二维不对称高斯概率密度函数，根据方向速度对群体中的单人空间进行数学复合完成群体的社会空间建模，将单人以及群体的社会空间作为屏障区域，生成机器人工作的社会地图以生成社会自适应机器人路径规划策略。