Towards natural human-robot collaboration during collision avoidance

Vers une collaboration naturelle entre homme et robot lors de la prévention des collisions Ces dernières années, la tendance des robots capables de partager des espaces domestiques ou de travail avec des personnes a connu une croissance importante. Du robot guide à l’aspirateur autonome, ces robots dits "de service" sont de plus en plus intégrés dans la vie quotidienne des profanes.Bien que les progrès des logiciels et du matériel aient permis un comportement plus intelligent et plus autonome des robots, la présence plus répandue des robots parmi les gens pose un nouvel ensemble de défis pour la communauté scientifique. Même si les gens ne sont pas que des obstacles ordinaires, les approches classiques de navigation se sont concentrées sur la garantie d’un mouvement sans collision en supposant que les gens sont soit des obstacles statiques, soit des obstacles en mouvement. Traiter les gens comme des obstacles ordinaires signifie qu’un robot est incapable de tenir compte de la réaction d’une personne au mouvement du robot. Pour cette raison, un mouvement donné d’un robot peut être perçu comme dangereux ou inhabituel, ce qui incite les gens à adopter un mouvement plus prudent pendant qu’ils réfléchissent activement aux intentions du robot. Dans ce contexte, notre travail se concentre sur la manière dont un robot doit se déplacer au milieu des gens, ce qu’on appelle un problème de Mouvement homme-robot. Plus précisément, nous nous concentrons sur la reproduction d’une caractéristique de l’interaction homme-homme lors de la prévention des collisions, à savoir le partage mutuel des adaptations effectuées pour résoudre une collision.Etant donné que les situations d’évitement des collisions entre les personnes sont résolues en coopération, cette thèse modélise la manière dont cette coopération se fait afin qu’un robot puisse reproduire leur comportement. Pour ce faire, des centaines de situations où deux personnes ont des trajectoires de croisement ont été analysées. À partir de ces trajectoires humaines impliquant une tâche d’évitement des collisions, nous avons déterminé comment l’effort total est partagé entre chaque agent en fonction de plusieurs facteurs de l’interaction tels que l’angle de croisement, le temps avant collision ainsi que la vitesse. Pour valider notre approche, une preuve de concept est intégrée dans le framework Robot Operating System (ROS) utilisant une version modifiée de Reciprocal Velocity Objects (RVO) afin de répartir l’effort d’évitement des collisions de façon humanoïde.Bien que la modélisation de la manière dont un robot devrait collaborer avec des personnes ait fourni une base de référence importante pour le comportement d’évitement des collisions, la collaboration pendant une collision pourrait éventuellement engendrer de conséquences négatives. En particulier, pour assurer une collaboration efficace lors de la prévention des collisions, il est nécessaire de prévoir si la personne tentera d’éviter la collision en passant du côté gauche ou du côté droit, c’est-à-dire en prenant une décision de classe homotopie. Cependant, à situation ou cette décision de classe d’homotopie n’est pas cohérente pour les gens, le robot est obligé de tenir compte de la possibilité que les deux agents tentent de se croiser d’un côté ou de l’autre et prennent une décision nuisible à la prévention des collisions.Ainsi, dans cette thèse, nous évaluons également ce qui détermine la frontière qui sépare la décision d’éviter la collision d’un côté ou de l’autre. En faisant une approximation de l’incertitude entourant cette limite, nous avons élaboré une stratégie d’évitement des collisions qui tente de résoudre ce problème. Notre approche est basée sur l’idée que le robot doit planifier son mouvement d’évitement des collisions de telle sorte que, même si les agents, dans un premier temps, choisissent à tort de se croiser sur des côtés différents, le robot et la personne soient capables de percevoir