基于间歇观测概率估计的室内人员跟随机器人局部规划方法

《Scientific Reports》：Belief-integrated timed elastic band planning for robust indoor person following under intermittent observations

　　

摘要

室内人员跟随机器人在经过角落、门口及人群密集区域时，经常失去对目标的视线，而大多数局部规划器随后便会停滞在最后一次观测到的位置。我们提出了IO-TEB（间歇观测定时弹性带），这是一种局部规划器，它能够维护对隐藏人员位置的概率估计及其不断增长的 Uncertainty（不确定性），将该估计直接输入轨迹优化过程，并在人员持续处于遮挡状态时主动搜索可能的路径。在涵盖八个室内场景、三种遮挡持续时间以及真实行人轨迹的4,320次模拟实验中，IO-TEB 完成了87.36%的跟随任务，而标准定时弹性带规划器的完成率仅为55.14%。IO-TEB 在统计上与一种常规设计方案相当，后者通过独立的有限状态监督器处理相同的估计值，这表明将估计值嵌入优化器既不损失精度也不增加计算开销。与采用轨迹预测的模型预测控制（MPC）及三个近期的人员跟随规划器相比，IO-TEB 并非最准确的方案，但在我们的实现中，它最不易错过100毫秒控制周期的截止时间（错过比例为3.32%，而对比方法为5.14%–44.21%）。消融实验表明，将跟随参考点从最后一次观测位置替换为预测估计值，贡献了大部分性能提升，而不确定性相关项则未带来一致的收益。