.png){kind=icon}
返回
Human-Aware Robot Navigation Using Modified Social Force Model
.png){kind=icon}
PRE
AI
DOI：10.1007/s13369-025-10383-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在实际场景中，移动服务机器人在人类环境中需要安全有效地进行机动，这构成了一个重大挑战。社会力模型（SFM）是针对机器人拥挤环境下的有效社交感知导航算法。然而，它存在局限性，特别是在处理动态障碍物和移动人类方面。该模型主要考虑机器人与障碍物或人类之间的距离，忽略了它们的速度。这一疏忽可能导致与移动人类和动态障碍物的碰撞。此外，原始SFM产生的速度会突然变化，导致不稳定，从而影响安全性和可预测性。本文提出了一种改进的社会力模型（MSFM），考虑了障碍物和人类的速度及阈值距离，以增强机器人在复杂环境中的导航性能。此外，将PID控制器与MSFM结合，以改善机器人的速度稳定性。通过使用MATLAB和ROS框架进行仿真，在不同环境条件下对三个模拟地图评估了所提出的MSFM的有效性和可行性。结果表明，在三种情况下，与社交感知导航算法（如SFM、混合互惠速度障碍物）相比，MSFM结合PID控制器的路径长度平均减少了8.76%，机器人速度的均方根误差减少了20.55%。这表明所提出的方法能够在复杂情况下安全高效地驱动移动机器人。
Keyword:
Autonomous Mobile robot
Social robot
Modified Social Force Model (MSFM)
ROS
期刊
A
IF:
2.9
论文数:
1.1K
被引数:
0
机构
引用论文
.png){kind=icon}
查看更多内容