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.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Rajshree Dau... ב- arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06561.pdfשאלות מעמיקות