이 연구는 로봇이 대학교 복도에서 군중을 탐색하고 내비게이션하는 효과적인 학습 전략을 제안한다. 주요 내용은 다음과 같다:
로봇 선택 및 구성: Pioneer P3-DX 모바일 로봇을 사용하고 조이스틱 원격 조종 기능을 구현했다.
군중 시나리오 식별: 복도에서 로봇이 직면할 수 있는 3가지 상황을 식별했다 - 복도가 비어있는 경우, 몇 명의 사람이 있는 경우, 많은 사람과 그룹이 있는 경우.
비전 기반 추적 시스템 구축: 복도 상단에 설치된 카메라를 통해 사람과 로봇의 위치를 추적했다.
데이터 수집: 다양한 시간대(수업 전, 중, 후, 점심시간)에 걸쳐 2시간 동안 로봇 원격 조종 데이터를 수집했다.
신경망 모델 학습: 수집된 데이터를 이용해 컨볼루션 신경망(CNN)을 학습시켰다. 입력은 군중 정보와 로봇 방향이며, 출력은 로봇의 속도와 회전 각도이다.
모델 평가: 테스트 데이터를 이용해 평균 제곱 오차(MSE)로 모델을 평가했다. 속도 오차는 12cm/s, 회전 각도 오차는 7도 수준이었다.
실제 환경 평가: 기계적 문제로 인해 실제 환경에서 모델을 평가하지 못했다. 하지만 로봇이 목적지에 도달하는 시간과 보행자의 반응을 평가할 계획이었다.
이 연구는 로봇이 대학교 복도에서 사회적으로 수용 가능한 방식으로 군중을 탐색하고 내비게이션할 수 있는 학습 전략을 제안했다. 추가적인 데이터 수집과 모델 개선을 통해 실제 환경에서의 평가가 필요할 것으로 보인다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Rajshree Dau... um arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06561.pdfTiefere Fragen