インタフェースロボット応答制御のための歩行者分岐方向の予測

• Item type: Journal(1)
• 公開日: 2019-02-15
• タイトル: インタフェースロボット応答制御のための歩行者分岐方向の予測
• タイトル / 言語: en
• タイトル: A Method Predicting the Destination of a Pedestrian for Voice Guidance of Communication Robots
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：ネットワークサービスと分散処理（特選論文）] サービスロボット，歩行者モデル，学習済予測器，データセット，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 東京女子大学現代教養学部
• 著者所属: 芝浦工業大学大学院理工学研究科／現在，富士電機株式会社
• 著者所属: 芝浦工業大学大学院理工学研究科
• 著者所属: 芝浦工業大学工学部
• 著者所属(英): en
• 著者所属(英): School of Arts and Sciences, Tokyo Woman's Christian University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering and Science, Shibaura Institute of Technology / Presently with Fuji Electric Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering and Science, Shibaura Institute of Technology
• 著者所属(英): en
• 著者所属(英): Engineering Science and Mechanics, Shibaura Institute of Technology
• 著者名: 加藤, 由花; 池田, 貴政; 岡野, 憲; 松日楽, 信人
• 著者名(英): Yuka, Kato; Takamasa, Ikeda; Satoshi, Okano; Nobuto, Matsuhira
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，公共施設などの受付に設置されたインタフェースロボットの応答制御を目的に，ロボットに向かってくる人が，ロボットの前を通過する時点でどの方向に分岐していくかを事前に予測する手法を提案する．ここでは，ロボットに取り付けられた測域センサにより人の移動軌跡を計測し，機械学習アルゴリズムによりあらかじめ構築しておいた予測器を用いて，分岐方向を予測する．学習に用いる特徴量としては，歩行者動線を速度ベクトルの集合ととらえ，速さと方向を組にした系列データを用いる．公開されている，ショッピングモールにおける歩行者移動軌跡のデータセットを用いた実験により，提案手法により，80%程度の精度で分岐先を予測できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a method to predict the destination of a pedestrian heading toward a robot in order to provide suitable voice guidance to him/her by communication robots installed at the reception desks of public facilities. For this purpose, we measure a pedestrian trajectory with a laser range scanner attached to the robot, and predict the branch destination by using a predictor model pretrained by a machine learning algorithm. In feature selection, we assume the pedestrian trajectory as a set of velocity vectors, and use series data combining velocity and direction values as the features for the predictor model. In order to verify the effectiveness of the proposed method, we conduct experiments using a dataset of tracking pedestrians at a shopping mall, and observe data in the real environment. The result shows that our method can predict branch destinations with an accuracy of over 80%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 60, 号 2, p. 572-580, 発行日 2019-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764