Goal-Directed Pedestrian Model for Long-Term Motion Prediction
           

- 指導教授 黃漢邦 博士 研究生 顏孝杰

- Advisor :Dr.Han-Pang Huang Student :顏孝杰

Lab. of Robotics., Department of Mechanical Engineering National Taiwan University Taiwan
Abstract:

A goal-directed model is proposed for pedestrian motion using navigation function and statistics of human motion gathered in the environment. In comparison with a path planner-based model, this model is both computationally inexpensive and does not fail when the optimal direction of motion according to the model is non-unique.



中文摘要:  

本文之主要目的在設計與建立一機器人的自動導航系統，使其能在充滿行人的室內工作。為了降低機器人對人類活動的干擾，並提高行人與機器人本身的安全性，本文開發一套預測式的路徑規畫系統。

本文提出一目標導向的行人運動模型，透過估計行人的行進目標預測其未來之軌跡。首先將環境中已知行人軌跡的起迄點進行群聚，即可得到數個可能之目標。再對於每個可能的目標，使用NF1演算法推估行人理想的行進方向，並使用位能場模型表示行人與行人以及機器人間的相互影響。比較推估與觀測的行人行為，即可估計行人的行進目標，進而預測行人未來的軌跡。經實驗證實，本文所提出之運動模型可有效估計行人目標並預測行人路徑。

本文進而提出Predictive Anytime RRT 路徑規畫演算法，利用上述的預測模型，在狀態 – 時間空間中搜尋機器人可行的路徑。當行進路線將遭受阻礙時，此演算法可找出令機器人在某段時間下原地等待的路徑。此外，利用改良的距離量度標準提升效率，在複雜的地圖下速度則可達RRT-Blossom的30倍。

實驗分為模擬與實作。模擬部分建立一多功能的軟體平台，使用行為庫模擬行人的動態，並物理引擎模擬機器人的運動，再以立體影像呈現路徑規畫與執行結果。在實作上，整合了使用雷射感測器之同步定位地圖建置與追蹤系統。整體系統可在室內環境中進行即時導航。