Especially for mobile service robots, which operate in public environments with uninstructed people, navigation has a socio-emotional importance. Thereby, the robot’s motion constitutes an interaction with the present people, that resembles a non-verbal communication. To optimize the human-robot interaction, these robots should show socially compliant navigation behavior towards its users and bystanders. To improve the social acceptance of mobile service robots this work focuses on the development of four navigation behaviors. These behaviors are particularly relevant for the application scenarios of this work, which are a guidance robot and a rehabilitation robot: 1. selective contact initiation with (potential) users, 2. person-focused guiding considering the users speed of movement, 3. the user-centered accompanying of people, and 4. the respectful navigation considering the proxemics of users and bystanders. The realization of these navigation behaviors requires the implementation of the actual navigation algorithms. Furthermore, the adaptation and improvement of features for information retrieval about the present people is of fundamental importance. Accordingly, this work presents features for laser-based person detection, which enable to detect people regardless of their use of walking aids like walkers or wheelchairs. For estimation of the people’s upper-body orientation a camera-based detector is introduced. It utilizes a binary decision tree with Support Vector Machines for binary decision making, to differentiate eight upper-body classes. Moreover, an appearance-based approach for estimation of the joint angles of the human upper-body and for people re-identification is investigated. Additionally, an on-line learning approach is developed to predict the peoples motion in proximity to robots. This allows a proactive realization of the behaviors. Besides the separate evaluation of the aforementioned features for information retrieval, the complete robot system is evaluated with respect to the previously mentioned behaviors. By the use of an external tracking system it is demonstrated, that the robot actually implements the desired behavior. The analysis of the human trajectories shows, that the realized behaviors have a measurable, positive impact on the motion of human interaction partners.
Insbesondere bei mobilen Servicerobotern, welche in öffentlichen Einrichtungen mit nicht eingewiesenen Personen interagieren, hat die Navigation auch eine sozio-emotionale Bedeutung und stellt eine Form der nonverbalen Kommunikation mit den anwesenden Menschen dar. Zur Optimierung der Mensch-Roboter-Interaktion ist es deshalb erforderlich, dass diese Roboter ein sozialverträgliches (d. h. verständliches, angenehmes und nicht störendes) Navigationsverhalten gegenüber ihren Nutzern und unbeteiligten Personen aufweisen. Zur Steigerung der sozialen Verträglichkeit mobiler Serviceroboter werden in dieser Arbeit vier Navigationsverhalten entwickelt, welche im Kontext der Anwendungsszenarien Gebäudelotse und Rehabilitationsroboter besonders relevant sind: 1. die gezielte Kontaktaufnahme des Roboters mit potenziellen Nutzern, 2. das personenfokussierte Lotsen von Nutzern unter Berücksichtigung ihrer Bewegungsgeschwindigkeit, 3. das nutzerzentrierte Begleiten von Personen und 4. die respektvolle Navigation unter Berücksichtigung der Proxemik, insbesondere von unbeteiligten Personen. Die Umsetzung dieser Verhaltensweisen erfordert neben der Implementierung der eigentlichen Navigationsalgorithmen auch die Anpassung und Weiterentwicklung verschiedener technischer Funktionalitäten zur Informationsgewinnung über die anwesenden Personen. So werden im Kontext der laserbasierten Personendetektion generische Merkmale vorgestellt, mittels welcher Personen auch dann detektiert werden können, wenn sie Gehhilfen wie Rollstühle oder Rollatoren verwenden. Zur kamerabasierten Schätzung der Oberkörperorientierung wird ein Personendetektor präsentiert, welcher mittels eines Entscheidungsbaumes mit Support Vector Machines als binäre Entscheider acht Orientierungsklassen effizient unterscheidet. Außerdem wird ein erscheinungsbasiertes Verfahren zur Schätzung der Gelenkstellungen des menschlichen Oberköpers und zur Wiedererkennung von Personen beschrieben. Darüber hinaus wird gezeigt, wie mittels eines on-line lernenden Verfahrens zur Prädiktion der Personenbewegung eine vorausschauende Umsetzung der bearbeiteten Verhaltensweisen realisiert wird. Neben der separaten Evaluation der technischen Funktionalitäten zur Informationsgewinnung werden die Ergebnisse einer experimentellen Untersuchung der Gesamtlösung bzgl. der Verhaltensweisen präsentiert. Unter Nutzung eines externen Trackingsystems wird gezeigt, dass der Roboter tatsächlich das gewünschte Navigationsverhalten aufweist und dass sich dieses positiv auf die Bewegung der menschlichen Interaktionspartner auswirkt.