Restaurant Service Robot (RS Robot) is one of the public service robots which have many research topics about Human-Robot Interaction (HRI). In order to perform some tasks in the restaurant, one of the main and important problems is to recognize human and human’s intention from his/her action which can be very easily done by human.
Many people around the robot can act various ways by their own intentions and their intentions can be inferred from their action sequence. In this research human’s action is defined by relative movement between human and robot and it can be sensed by IR-Scanner. Restaurant service robot is developed and three problems are discussed for recognizing human and his/her intention: human detection and tracking, human behavior recognition, human intention inference.
Improved K-means clustering method is used for human detection and tracking, Extended Kalman Filtering is designed for inferring human’s action independent on the robot’s movement. Spatial decomposed dynamic baysien network model is suggested and implemented for inferring human’s intention from action sequence.
From these methods, robot can recognize human’s three intentions (‘Approach’, ‘Bypass’, and ‘Disappear’) with each probability and the result is used for robot’s proper action selection from human’s intention.
다양한 환경에서 많은 사람들과 상호작용을 수행하는 공공서비스로봇에서 인간-로봇 상호작용 기술의 중요도는 커지고 있다. 그 중에서 가장 기본적이며 중요한 기능 중의 하나는 사람을 인식하며 그 사람의 행동을 통하여 의도를 추정하는 기능이다.
본 연구에서는 레스토랑 서비스 로봇으로 개발된 모바일 로봇에 장착된 회전식 적외선 스케너를 이용하여 로봇 주위에 있는 사람을 인식하고, 사람과 로봇의 상대적인 움직임에 의해 그 사람의 의도가 무엇인지를 로봇이 추정할 수 있도록 하기 위하여 사람 인식 및 추적, 사람 행동 인식, 사람 의도 인식의 3단계로 나누어 연구를 진행하였다.
적외선 스케너의 데이터로부터 사람을 인식하기 위하여 향상된 K 평균 군집화 방법을 사용하였고, 로봇의 움직임에 독립적인 사람의 행동을 인식하기 위하여 확장된 칼만 필터링 방법을 사용하였으며, 사람의 의도를 인식하기 위하여 공간 분리형 동적 베이지안 모델을 제안하고 적용하였다.
본 논문에서 제안된 방법론을 적용하여 로봇의 사람의 의도 인식 기능을 적용한 결과 로봇이 사람의 3가지 의도(‘Approach’, ‘Bypass’, ‘Disappear’)를 잘 구별할 수 있었으며 인식된 결과에 따라 로봇이 사람의 의도에 적절한 대응을 할 수 있었다.
