歩行者の注意状態を考慮したコストマップ生成による移動ロボットの衝突回避（Robomech2025）

歩行者の注意状態を考慮したコストマップ生成による 移動ロボットの衝突回避 Collision Avoidance for Mobile Robots with Attention-Aware Cost Map Generation ○ 只野 竣也1) ○Shunya TADANO 1) 正 田村 雄介 1) Yusuke TAMURA1) 正 平田 泰久 1) Yasuhisa HIRATA 1) 歩行者の軌道予測 手法の概要 推論 歩行者の軌跡を カメラから取得 出力 0 一回の入力に対して 複数回出力 予測出力を 分布的に表現 予測に基づく経路生成 ⚫ 地図情報＋コストマップを用いた経路計画 ⚫ コストは障害物との距離や危険度に応じて設定 ⚫ Layered Costmapによるコスト設計 各レイヤーの構成 ⚫ 壁などの固定障害物（地図情報） ⚫ LiDARで検出した動的障害物 ⚫ 歩行者の予測軌道 提案手法は従来手法では，目的地への到達時間に 有意な差がなかった． 機体と歩行者の最小距離 センサと推定 ⚫ AMCLによりロボットの自己位置を推定 ⚫ カメラで検出した歩行者位置を地図上に反映 … 位置 … ⚫ 歩行者との衝突回避は，オフィス，病院，商業 施設などの人の往来の多い場所において重要な 課題 目的地への到達時間 歩行者 位置 (2次元) Abstract - This paper presents a novel collision avoidance approach for mobile robots that considers pedestrianvisual-attention states when generating cost maps. The system integrates head pose-based attention estimation using MediaPipe with trajectory prediction based on Monte Carlo Dropout. When detecting distracted pedestrians, particularly during smartphone use, the system dynamically adjusts prediction uncertainty bounds in cost maps. Experiments with a modified electric wheelchair demonstrated that in smartphone use scenarios, our method maintained a safer minimum distance (1.57m vs 1.31m for conventional approaches) without compromising efficiency. This integration of attention states with trajectory uncertainty enables more nuanced path planning, leading to safer navigation around distracted pedestrians while maintaining comparable completion times. 手法 結果と考察 入力 1) 東北大学 (Tohoku Univ.) 緒言 予測に基づく経路生成 不確実性を考慮した軌道予測 ⚫ Monte Carlo Dropout による不確実性の考慮[1] 骨格点 不確実性を 考慮した予測 低 予測に基づく 経路生成 リスク 高 注意推定 歩行者の注意状態推定 ⚫ 意図や環境要因を考慮した経路計画 ⚫ 歩行者の軌道予測に基づく経路生成 視線が下向き＝注意散漫として算出 注意散漫な歩行者 歩行者の顔の向きの算出 ⚫ 注意散漫な状態の歩行者は 行動予測が困難 ⚫ スマホ操作中など既存手法 では対応が困難 注意状態を考慮したナビゲーションが今後の課題 ① MediaPipeで頭部ピッチ角𝜃を推定 ② 推定された両耳の中点，鼻のそれぞれの3次元 座標𝒑𝑒𝑎𝑟 ， 𝒑𝑛𝑜𝑠𝑒 から得られるベクトル 𝒗を 用いて以下の式で計算 𝒗 = 𝒑𝑒𝑎𝑟 − 𝒑𝑛𝑜𝑠𝑒 • 𝑣𝑦 ：𝒗の上下方向 𝑣𝑧 𝜃 = arctan • 𝑣𝑧 ：𝒗の前後方向 𝑣𝑧2 + 𝑣𝑦2 目的 歩行者の注意状態を 考慮した軌道予測 ナビゲーションの 安全性と効率を両立 実験方法 歩きスマホをしている歩行者は， 手元や地面を見て歩行している ③ 注意散漫を示すスコア𝑆に基づいて歩行者の注 意状態を推定し,予測不確実性を調整 1 (𝜃 > 𝜃𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 ) 𝑆=ቊ 0 (𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒) スマートフォン使用時のシナリオでは提案手法が 最も歩行者との最小距離が大きくなった． 使用機器 ⚫ WHILL Model CR ⚫ LIDAR (Hokuyo UST-30LX) ⚫ RGB-D カメラ (Intel RealSense D455) ⚫ 場所：東北大学機械知能系共同棟1Fロビー ⚫ 被験者：男性20代の健常者6名 ⚫ シナリオ： ① 通常歩行時 ② スマートフォン使用時 (移動中チャットアプリの操作を指示) ⚫ 比較手法： ① ObstacleLayerを用いた手法 ② Monte Carlo Dropout (MCD) を用いた手法 ③ 提案手法（MCD＋歩行者の注意を考慮） ⚫ 本実験の評価： ① 機体の目的地への到達時間 ② 機体と歩行者の最小距離 結言 まとめ ⚫ 注意散漫な歩行者を考慮したナビゲーションを 目的として，骨格推定を用いて歩行者の注意状 態を推定し，予測の不確実性を動的に調整する 手法を提案 ⚫ 実環境での実験を行い，従来手法とほぼ同等の 到達時間で注意散漫な歩行者との距離を取るナ ビゲーションを実現 展望 ⚫ 複雑な経路（狭い/交錯した通路など）での実験 ⚫ 複数人の歩行者シナリオでの実験 ⚫ ほかの歩行特徴（視線の方向，雑談している集 団など）の考慮による汎用性向上 参考文献 [1] 川住歩弥, 田村雄介, 平田泰久. Monte Carlo Dropout 法によ る不確実性を考慮した歩行者の移動予測. 第40回日本ロボット 学会学術講演会，4G1-02, 2022.