Al igual que los conductores observan las reglas de la carretera, la mayoría de los peatones siguen ciertos códigos sociales cuando navegan por un pasillo o una calle concurrida: manténgase a la derecha, pase a la izquierda, mantenga una litera respetable y esté listo para tejer o cambiar de rumbopara evitar obstáculos que se aproximen mientras se mantiene un ritmo de marcha constante.
Ahora los ingenieros del MIT han diseñado un robot autónomo con "navegación socialmente consciente", que puede seguir el ritmo del tráfico peatonal mientras se observan estos códigos generales de conducta peatonal.
En las pruebas de manejo realizadas dentro del Centro Stata del MIT, el robot, que se asemeja a un quiosco sobre ruedas hasta las rodillas, evitó con éxito las colisiones mientras se mantenía al día con el flujo promedio de peatones. Los investigadores han detallado su diseño robótico en un documento que lo haránpresente en la Conferencia de IEEE sobre robots y sistemas inteligentes en septiembre.
"La navegación con conciencia social es una capacidad central para los robots móviles que operan en entornos que requieren interacciones frecuentes con los peatones", dice Yu Fan "Steven" Chen, quien dirigió el trabajo como un ex estudiante graduado del MIT y es el autor principal del estudio"Por ejemplo, los robots pequeños podrían operar en las aceras para la entrega de paquetes y alimentos. Del mismo modo, los dispositivos de movilidad personal podrían transportar personas en espacios grandes y llenos de gente, como centros comerciales, aeropuertos y hospitales".
Los coautores de Chen son el estudiante graduado Michael Everett, el ex postdoc Miao Liu y Jonathan How, el profesor de aeronáutica y astronáutica Richard Cockburn Maclaurin en el MIT.
impulso social
Para que un robot pueda avanzar de manera autónoma a través de un entorno con mucho tráfico, debe resolver cuatro desafíos principales: localización saber dónde está en el mundo, percepción reconocer su entorno, planificación del movimiento identificación de la ruta óptimaa un destino dado y control ejecutar físicamente su ruta deseada.
Chen y sus colegas utilizaron enfoques estándar para resolver los problemas de localización y percepción. Para este último, equiparon al robot con sensores estándar, como cámaras web, un sensor de profundidad y un sensor lidar de alta resolución.Para el problema de la localización, utilizaron algoritmos de código abierto para mapear el entorno del robot y determinar su posición. Para controlar el robot, emplearon métodos estándar utilizados para conducir vehículos terrestres autónomos.
"La parte del campo en la que pensamos que necesitábamos innovar era la planificación del movimiento", dice Everett. "Una vez que descubres dónde estás en el mundo y sabes cómo seguir trayectorias, ¿qué trayectorias debes seguir?"
Ese es un problema complicado, particularmente en entornos pesados para peatones, donde las rutas individuales a menudo son difíciles de predecir. Como solución, los robotistas a veces adoptan un enfoque basado en la trayectoria, en el que programan un robot para calcular una ruta óptima que tenga en cuentalas trayectorias deseadas de todos. Estas trayectorias deben inferirse de los datos del sensor, porque las personas no le dicen explícitamente al robot a dónde están tratando de ir.
"Pero esto tarda una eternidad en calcular. Su robot simplemente estará estacionado, averiguando qué hacer a continuación y, mientras tanto, la persona ya pasó de largo antes de decidir 'Probablemente debería ir a la derecha'", Everettdice: "Entonces, ese enfoque no es muy realista, especialmente si quieres conducir más rápido".
Otros han usado enfoques más rápidos, "basados en reactivos", en los que un robot se programa con un modelo simple, usando geometría o física, para calcular rápidamente una ruta que evita colisiones. El problema con los enfoques basados en reactivos, dice Everett,es la imprevisibilidad de la naturaleza humana: las personas rara vez se adhieren a un camino recto y geométrico, sino que tejen y deambulan, desviándose para saludar a un amigo o tomar un café. En un entorno tan impredecible, tales robots tienden a chocar con las personas o mirarcomo si estuvieran siendo empujados evitando a las personas en exceso.
"El golpe en los robots en situaciones reales es que pueden ser demasiado cautelosos o agresivos", dice Everett. "Las personas no encuentran que se ajusten a las reglas socialmente aceptadas, como darles a las personas suficiente espacio o conducir a velocidades aceptables,y obtienen más en el camino de lo que ayudan "
días de entrenamiento
El equipo encontró una forma de sortear tales limitaciones, permitiendo que el robot se adapte al comportamiento impredecible de los peatones mientras se mueve continuamente con el flujo y sigue los códigos sociales típicos de conducta peatonal
Utilizaron el aprendizaje por refuerzo, un tipo de enfoque de aprendizaje automático, en el que realizaron simulaciones por computadora para entrenar a un robot a tomar ciertos caminos, dada la velocidad y la trayectoria de otros objetos en el entorno. El equipo también incorporó normas sociales en este fuera de líneafase de entrenamiento, en la que alentaron al robot en simulaciones a pasar por la derecha y penalizaron al robot cuando pasó por la izquierda.
"Queremos que viaje naturalmente entre las personas y no sea intrusivo", dice Everett. "Queremos que siga las mismas reglas que todos los demás".
La ventaja del aprendizaje de refuerzo es que los investigadores pueden realizar estos escenarios de entrenamiento, que requieren mucho tiempo y poder de cómputo, sin conexión. Una vez que el robot está entrenado en simulación, los investigadores pueden programarlo para llevar a cabo los caminos óptimos, identificados en elsimulaciones, cuando el robot reconoce un escenario similar en el mundo real.
Los investigadores permitieron al robot evaluar su entorno y ajustar su trayectoria, cada una décima de segundo. De esta manera, el robot puede continuar rodando por un pasillo a una velocidad de caminata típica de 1.2 metros por segundo, sin detenerse parareprogramar su ruta.
"No estamos planeando un camino completo hacia la meta, ya no tiene sentido hacerlo, especialmente si estás asumiendo que el mundo está cambiando", dice Everett. "Solo miramos lo que vemos, elige una velocidad, hazlo por una décima de segundo, luego mira el mundo nuevamente, elige otra velocidad y ve de nuevo. De esta manera, creemos que nuestro robot se ve más natural y anticipa lo que la gente está haciendo ".
control de multitudes
Everett y sus colegas probaron el robot en los concurridos y sinuosos pasillos del Stata Building del MIT, donde el robot pudo conducir de manera autónoma durante 20 minutos a la vez. Rodó suavemente con el flujo de peatones, generalmente manteniéndose a la derechade pasillos, pasando ocasionalmente a personas por la izquierda y evitando cualquier colisión.
"Queríamos llevarlo a algún lugar donde la gente estuviera haciendo sus cosas cotidianas, yendo a clase, obteniendo comida, y demostramos que éramos bastante robustos a todo eso", dice Everett. "Una vez incluso hubo un grupo de turistas, ylos evitó perfectamente "
Everett dice que en el futuro, planea explorar cómo los robots podrían manejar las multitudes en un entorno peatonal.
"Las multitudes tienen una dinámica diferente que las personas individuales, y es posible que tenga que aprender algo totalmente diferente si ve a cinco personas caminando juntas", dice Everett. "Puede haber una regla social de 'No te muevas a través de las personas,no separe a las personas, trátelas como una masa ". Eso es algo que estamos viendo en el futuro"
Video: http://www.youtube.com/watch?v=CK1szio7PyA
Esta investigación fue financiada por Ford Motor Company.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Jennifer Chu. Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :