Em busca de navegação socialmente aceita e confortável com foco em cadeiras de rodas autônomas
Abstract
Robôs de serviço em ambientes públicos estão ficando cada vez mais comuns.
Um dos próximos passos para a robótica é o desenvolvimento de robôs autônomos
de navegação pessoal, tais como as Cadeiras de Rodas Motorizadas Autônomas
(CRMA). Uma CRMA difere drasticamente de outros robôs com relação à navegação,
pois é necessário levar em conta o fato de que o robô está ativamente carregando
uma pessoa, que está exposta a diversas interações sociais, transformando o robô
em um agente que precisa lidar com regras sociais durante a navegação. Dessa
maneira, um robô autônomo tradicional não está sujeito, por exemplo, a desconforto
durante a navegação, que é um fator que pode agravar a experiência do usuário em
uma CRMA. O estudo aborda, principalmente, a dupla necessidade das CRMAs de
navegar de forma eficiente, ao mesmo tempo em que aderem às normas sociais tanto
de interação com pedestre quanto de interações com o seu usuário. A semântica
existente nessas interações sociais é codificada em camadas de mapas de custo que
representam o ambiente em um mapa de duas dimensões em forma de grade, cada
célula nessa grade guarda um valor que é associado à semântica descrita. Além
dos mapas de custo tradicionais para a navegação de robôs autônomos utilizamos
uma camada referente ao espaço pessoal de terceiro, uma camada que calcula o
conforto de se trafegar em um ambiente com relação à distância das paredes e uma
camada que calcula a visibilidade do local. Um problema recorrente é a avaliação
isolada dessas camadas de custo, não averiguando quais as relações provenientes
da combinação delas. O principal objetivo do trabalho é realizar a análise de como
se comportam essas mesclas de mapas de custo de diferentes semânticas, tanto
com relação ao usuário da CRMA como às demais pessoas. Por conseguinte, foram
desenvolvidos dois cenários simulados diferentes, onde uma CRMA terá que navegar
entre dois pontos. Um dos cenários reflete um ambiente de testes utilizado por um
trabalho bem fundamento da área, o outro é uma aproximação de um cenário real.
Deste modo, os fatores avaliados a partir das simulações foram a taxa de conclusão
da navegação, a distância total percorrida pelo robô, a taxa de invasão do espaço
pessoal dos humanos, o conforto na navegação da CRMA e a visibilidade do usuário.
Com relação às métricas, a combinação de todas as camadas utilizadas apresentou
melhores resultados em todas as métricas, com exceção da distância total percorrida.
Dentre os comportamentos resultantes, por exemplo, foi possível observar que a
inclusão da camada de conforto e de visibilidade teve impacto positivo no coeficiente
de suavidade na navegação, trazendo assim, ainda mais comodidade para a nave gação do usuário. Entretanto, nos resultados do coeficiente de visibilidade, houve
uma redução após a inclusão das camadas de conforto e visibilidade, sem a camada
de espaço pessoal, evidenciando a necessidade de analisar como a alteração nos
ganho de cada função de custo das camadas contribui no resultado final dos mapas
de custo.