Autor(es):
Stein, Procópio Silveira 
Data: 2013
Identificador Persistente: http://hdl.handle.net/10773/12138
Origem: RIA - Repositório Institucional da Universidade de Aveiro
Assunto(s): Engenharia mecânica; Navegação autónoma; Robots autónomos; Peões - Detecção remota
Descrição
Esta tese propõe uma forma diferente de navegação de robôs em ambientes
dinâmicos, onde o robô tira partido do movimento de pedestres, com o
objetivo de melhorar as suas capacidades de navegação.
A ideia principal é que, ao invés de tratar as pessoas como obstáculos dinâmicos que devem ser evitados, elas devem ser tratadas como agentes especiais com conhecimento avançado em navegação em ambientes dinâmicos.
Para se beneficiar do movimento de pedestres, este trabalho propõe que um
robô os selecione e siga, de modo que possa mover-se por caminhos ótimos,
desviar-se de obstáculos não detetados, melhorar a navegação em ambientes
densamente populados e aumentar a sua aceitação por outros humanos.
Para atingir estes objetivos, novos métodos são desenvolvidos na área da seleção de líderes, onde duas técnicas são exploradas. A primeira usa métodos
de previsão de movimento, enquanto a segunda usa técnicas de aprendizagem
por máquina, para avaliar a qualidade de candidatos a líder, onde o
treino é feito com exemplos reais. Os métodos de seleção de líder são integrados com algoritmos de planeamento de movimento e experiências são
realizadas para validar as técnicas propostas. This thesis proposes a di erent form of robotic navigation in dynamic environments,
where the robot takes advantage of the motion of pedestrians,
in order to improve its own navigation capabilities.
The main idea is that, instead of treating persons as dynamic obstacles that
should be avoided, they should be treated as special agents with an expert
knowledge of navigating in dynamic scenarios. To bene t from the motion
of pedestrians, this work proposes that the robot selects and follows them,
so it can move along optimal paths, deviate from undetected obstacles,
improve navigation in densely populated areas and increase its acceptance
by other humans.
To accomplish this proposition, novel approaches are developed in the area
of leader selection, where two methods are explored. The rst uses motion
prediction approaches while the second uses a machine learning method, to
evaluate the leader quality of subjects, which is trained with real examples.
Finally, the leader selection methods are integrated with motion planning
algorithms and experiments are conducted in order to validate the proposed
techniques. Doutoramento em Engenharia Mecânica
Tipo de Documento
Tese de Doutoramento
Idioma
Inglês
Orientador(es)
Santos, Vítor Manuel Ferreira dos; Spalanzani, Anne
