Robot Navigation in Highly-Dynamic Environments

Abstract

Autonomous mobile robots have evolved fromsingle purpose machines used in isolated, custom built robot-specificenvironments, to complex multi-purpose machines interacting withhumans in their natural environments. The presence of such robots has also increasedin many application areas, with industrial robots in factories and service robotsin public areas becoming more and more important and accepted. These environments, where the robot may find obstacles in unexpected locations and need to replan its path in accordance with theirmotion, are considered dynamic environments. Is is, therefore, important to assure that robots are capable of navigating in a safe and collision-free manner in dynamic environments through adequate path planning that takesinto consideration the motion of the obstacles.This dissertation presents a novel dynamic obstacle avoidance approach, aiming to avoid particularly humans, taking into account their future poses as predicted by their motion. The approach generates an occupancy map, represented as a costmap, in accordance with the future poses, improves it with social constraints, and uses A* to find a collision free and socially acceptable path. However, the approach is not limited to A*, it can use other path planning algorithms when required.We take into account the motion ofthe obstacles to predict the area that the robot should avoid goingthrough in the future in order to prevent a collision, instead of assuming a staticenvironment. Our approach also incorporates the uncertainty in theestimate of the obstacles’ motion into the costs assigned to thecost-map. We ensure that the generated paths do not hinder theobstacle’s motion and lead the robot through a socially more acceptable trajectory by inflating the costs of the costmap cells located along theobstacle’s moving direction.The proposed solution was validated through both simulation and real-world experiments wherecollisions would be bound to happen unless the robot had the ability to avoid them. Results show that cost assignmenttechniques that do not account for the motion of the obstacles are not reliable for navigation in dynamic environments.In contrast, our experiments revealed our approach to be able to, on most cases, avoid collisions and lead the robot to perform more socially acceptable trajectories by passing the obstacles through their backs when appropriate.

Os robôs móveis autónomos têm vindo a evoluir ao longo dos anos, tendo progredido de máquinas de propósito único usadas em ambientes isolados e destinadas puramente a robôs, para máquinas de elevada complexidade que coexistem e interagem com os seres humanos nos seus ambientes naturais. Estes robôs têm visto a sua presença aumentar significativamente em várias áreas de aplicação, com especial destaque para a crescente aceitação e importância dos robôs industriais em ambiente fabril e dos robôs de serviços em áreas públicas. Este tipo de ambientes, em que o robô pode vir a encontrar obstáculos em lugares inesperados sendo, portanto, obrigado a re-planear o seu trajeto de acordo com o movimento dos mesmos, são considerados ambientes dinâmicos. É, portanto, importante garantir que os robôs têm a capacidade de navegar de forma segura e sem colisões em ambientes dinâmicos, algo que é possível através dum planeamento de trajeto que leva em consideração o movimento dos obstáculos.Esta dissertação apresenta uma nova abordagem para a prevenção de colisões com obstáculos dinâmicos, em particular seres humanos, levando em consideração aquelas que, de acordo com o seu movimento, serão as suas posições futuras. A nossa abordagem gera um mapa de grelhas de ocupação, representado como um mapa de custos, de acordo com estas posições futuras, melhorando-o através da aplicação de restrições de índole social e por fim usando o algoritmo A* para encontrar um caminho sem colisões e socialmente aceitável. O uso do algoritmo A* não é vinculativo, podendo ser utilizados outros algoritmos de planeamento de caminhos. Neste método levamos em consideração o movimento dos obstáculos para prever a área que o robô deve evitar num futuro próximo de modo a não colidir com um obstáculo, ao invés de assumir um ambiente estático. A nossa abordagem também incorpora a incerteza associada à estimativa do movimento dos obstáculos nos custos atribuídos às celulas do mapa de custos. Asseguramos ainda que os caminhos planeados não causam embaraço ao movimento dos obstáculos, levando o robot a descrever uma trajetória mais aceitável do ponto de vista social através da inflação do custo das células do mapa de custos pertencentes à área situada ao longo da direção de movimento do obstáculo.A solução proposta foi validada através de simulações e de experiências usando o hardware real, isto é, uma plataforma robótica. Em ambos os casos, foram testados cenários nos quais a ocorrência de colisões seria certa senão pela capacidade do robô de as evitar. Os resultados obtidos demonstram que a aplicação de estratégias de atribuição de custos que não levem em consideração o movimento dos obstáculos não são viáveis para a navegação em ambientes dinâmicos. Em forte contraste, os testes realizados a capacidade da nossa abordagem de, na maioria dos casos, evitar colisões e levar o robô a executar trajetórias socialmente mais aceitáveis, passando por trás dos obstáculos quando adequado.