Representação de conhecimento no domínio da navegação social em robôs de serviço

Abstract

A navegação social é uma área de pesquisa que vem crescendo nos últimos anos. Entretanto, compartilhar ambientes com o ser humano de forma socialmente aceitável ainda é um desafio tanto no ambiente doméstico quanto comercial. A precisão e a segurança são características necessárias na navegação social e constituem um desafio, no entanto, o conforto humano é o principal objetivo nas interações que envolvem seres humanos. Como contribuições deste trabalho, é proposta a representação de conhecimento no domínio da navegação social utilizando ontologia, sendo utilizada aqui para gerar camadas de mapas semânticos para a navegação de robô social. Neste trabalho é apresentado o problema atual da navegação social em robôs de serviço, os principais conceitos relacionados com esta área, uma revisão do estado da arte e é proposto um modelo de navegação social utilizando ontologia como base para representação de conhecimento neste domínio. Portanto, este trabalho tem como objetivo, especificar uma nova ontologia que possa unificar e formalizar a representação de conhecimento no domínio da navegação social encontrados na literatura, enquanto otimiza de forma incremental os métodos utilizados em ontologia aplicada na navegação de robôs móveis. Este trabalho também traz o estudo comparativo de métodos, que estão diretamente ligados à segurança, à naturalidade dos robôs e ao conforto do ser humano. Também foi aplicado um estudo de caso incremental na plataforma Home Environment Robot Assistent (HERA) promovendo uma melhor navegação social. Vários ambientes, tipos de obstáculos, pessoas simuladas de forma estática e dinâmica utilizando modelos de força social, interagindo com outras pessoas e objetos foram avaliados, variando algoritmos de planejamento local e global, e mapas de custos. Aspectos de segurança e precisão em termos de tempo e espaço estimados, assim como o respeito ao espaço pessoal foram observados. Experimentos exaustivos foram realizados para cada método ou combinação de ambiente utilizando os parâmetros otimizados de cada método em um total de 84.120 experimentos. Com esses resultados, foi possível selecionar uma configuração para este sistema de navegação, enquanto o modelo de representação de conhecimento com ontologia foi desenvolvido. Nos experimentos reais foi possível observar a influência de uma navegação comum e de uma navegação social sobre o conforto do ser humano. Ao final deste estudo, é apresentada a estrutura atual da ontologia para navegação social como contribuição para a literatura e uma navegação otimizada com base nesta ontologia aplicada a plataforma robótica HERA

Social navigation is a research area that has been growing in recent years. However, sharing environments with humans in a socially acceptable way is still a challenge in both domestic and commercial environments. Accuracy and safety are necessary features in social navigation and constitute a challenge, however, human comfort is the main objective in interactions involving human beings. As contributions of this work, the knowledge representation in the domain of social navigation using ontology is proposed. It is used here to generate layers of semantic maps for social robot navigation. In this work, the current problem of social navigation in service robots is presented, the main concepts related to this area, a review of the state of the art and a model of social navigation using ontology as a basis for knowledge representation in this domain is proposed. Therefore, this work aims to specify a new ontology that can unify and formalize the representation of knowledge in the domain of social navigation found in the literature, while incrementally optimizing the methods used in ontology applied to mobile robot navigation. This work also brings the comparative study of methods, which are directly linked to safety, naturalness of robots and human comfort. An incremental case study was also applied on the Home Environment Robot Assistent (HERA) platform promoting better social navigation. Various environments, types of obstacles, statically and dynamically simulated people using Social Force Model (SFM), interacting with other people and objects were evaluated, varying local and global planning algorithms, and cost maps. Aspects of safety and accuracy in terms of estimated time and space, as well as respect for personal space were observed. Exhaustive experiments were performed for each method or environment combination using the optimized parameters of each method in a total of 84,120 experiments. With these results, it was possible to select a configuration for this navigation system, while the knowledge representation model with ontology was developed. In real experiments, it was possible to observe the influence of common navigation and social navigation on human comfort. At the end of this study, the current ontology structure for social navigation is presented as a contribution to the literature and an optimized navigation based on this ontology applied to the HERA robotic platform