Resumen Técnico: SAP-CoPE

Planteamiento del Problema

Los robots móviles autónomos que operan en entornos interiores concurridos (por ejemplo, hospitales, centros comerciales) enfrentan dos desafíos primarios que obstaculizan una navegación segura y eficiente:

1. Limitaciones de Percepción: Depender únicamente de los sensores a bordo conduce a campos de visión (FOV) limitados y oclusiones frecuentes, lo que dificulta la detección precisa de las posiciones humanas y la predicción de intenciones en tiempo real.
2. Cumplimiento Social: Los algoritmos de planificación de movimiento tradicionales a menudo priorizan la evitación de colisiones físicas, pero descuidan las zonas de confort psicológico humano. Esto puede resultar en que los robots invadan el espacio personal, causando incomodidad o comportándose de manera ineficiente (por ejemplo, deteniéndose innecesariamente) en multitudes densas.

Los sistemas existentes basados en infraestructura suelen carecer de la capacidad para estimar poses humanas 3D precisas y orientaciones (headings) utilizando sensores de bajo costo, mientras que los métodos de planificación social frecuentemente asumen una influencia humana simétrica o ignoran las restricciones cinemáticas específicas de los robots omnidireccionales.

Metodología

El artículo propone SAP-CoPE (Planificación con Conciencia Social mediante Estimación Cooperativa de Pose con Nodos de Sensores de Infraestructura), un marco que integra la percepción de infraestructura cooperativa con la planificación de movimiento con conciencia social. La arquitectura del sistema consta de tres capas:

• Nodos de Sensores Inteligentes (ISNs): Nodos montados en el techo equipados con cámaras, LiDAR y computación en el borde (edge computing). Realizan la detección 2D local y la estimación de pose 3D.
• Capa Central (CL): Agrega datos de los ISNs para la fusión global, el seguimiento de múltiples objetos, la compensación de retardo y la planificación de movimiento.
• Capa de Aplicación (AL): Ejecuta los comandos de control en el robot (específicamente una cama médica autónoma en este estudio).

1. Módulo de Percepción Cooperativa

El sistema de percepción aborda la oclusión y la ambigüedad de profundidad mediante un novedoso enfoque de estimación de pose humana 3D:

• Fusión de Sensores: Combina detecciones de cámara 2D (utilizando un YOLOv11 ajustado) con nubes de puntos LiDAR dispersas.
• Estimación Consciente de la Incertidumbre: El método formula un problema de optimización que propaga la incertidumbre desde la matriz de proyección de la cámara hacia las coordenadas del mundo. Fuerza la coherencia conjunta incorporando el conocimiento previo de las longitudes óseas y sus incertidumbres.
• Modelado Probabilístico: Las articulaciones humanas se modelan como distribuciones gaussianas multivariantes. Un problema de Estimación de Máxima Verosimilitud (MLE) refina la pose 3D integrando las restricciones de coherencia de las articulaciones y mediciones opcionales de LiDAR.
• Compensación de Retardo: Para manejar las latencias de comunicación y computación, el sistema emplea compensación de retardo basada en marcas de tiempo y predicción de movimiento (usando un modelo de Velocidad Constante y Tasa de Giro) para alinear los datos obsoletos con el estado actual del sistema.

2. Planificación de Movimiento con Conciencia Social

El planificador de movimiento utiliza el Control Predictivo basado en Modelo (MPC) para generar trayectorias que respeten el espacio personal humano mientras cumplen con las restricciones cinemáticas del robot.

• Campo de Espacio Personal (PS): Inspirado en estudios psicológicos (Hall, Sommer), el sistema modela el espacio personal humano como un campo asimétrico. El campo es más grande frente a un humano que detrás de él, reflejando que los humanos son más sensibles a las perturbaciones desde el frente. Esto contrasta con los Campos de Potencial Artificial (APF) o los Modelos de Fuerza Social (SFM) simétricos.
• Formulación del MPC: La función objetivo minimiza tres términos:
  1. Costo Social ($J_1$): Una penalización por entrar en el campo de PS asimétrico de los humanos.
  2. Error de Seguimiento ($J_3$): Desviación de una trayectoria de referencia.
  3. Esfuerzo de Control ($J_3$): Desviación de las velocidades de las ruedas y los ángulos de dirección respecto a las referencias.
• Restricciones Cinemáticas: El planificador modela explícitamente las capacidades omnidireccionales del robot (dirección y velocidad independiente de las ruedas delantera y trasera) e incluye restricciones linealizadas para prevenir el deslizamiento de las ruedas.

Principales Contribuciones

1. Percepción Cooperativa en Tiempo Real: Un marco que aprovecha los ISN montados en el techo para proporcionar una percepción de FOV expandido y robusta ante oclusiones.
2. Detección de Pose Humana 3D Novedosa: Un método que combina técnicas geométricas, fusión de sensores (imagen + LiDAR disperso) y restricciones de coherencia de articulaciones para lograr una estimación de pose 3D precisa con propagación de incertidumbre.
3. Planificador MPC con Conciencia Social: Un algoritmo que integra un campo de Espacio Personal asimétrico en un marco de MPC. Tiene en cuenta las cinemáticas omnidireccionales del robot y las zonas de confort psicológico de los humanos, permitiendo una navegación fluida en multitudes densas.
4. Validación en el Mundo Real: Experimentos extensos que demuestran la efectividad del sistema en la detección de la pose y la interacción humano-robot en comparación con los métodos de referencia.

Resultados Experimentales

El sistema fue evaluado en un entorno de pasillo con diferentes números de participantes humanos (2, 4 y 6).

• Desempeño de la Percepción:
  • El enfoque cooperativo Cam+LiDAR logró el error de posición más bajo (MAE: 0.0771 m) y el error de guiñada más bajo (MAE: 6.86°), superando a las bases basadas en aprendizaje (3DNet, Metrabs) y a los métodos de un solo nodo.
  • El flujo de trabajo consciente del retardo mitigó significativamente el impacto de los retrasos de comunicación (hasta 200 ms), manteniendo una mayor recuperación (recall) y menores errores de desplazamiento/angulares en comparación con una base sin compensación de retardo.
• Desempeño de la Planificación de Movimiento:
  • Distancia de Seguridad (Clearance): El método propuesto mantuvo una distancia de seguridad más grande y consistente de los humanos en comparación con el Modelo de Fuerza Social (SFM) y el MPC con Campo de Potencial (MPC+PF), especialmente a medida que aumentaba la densidad de la multitud.
  • Eficiencia: El método propuesto logró los tiempos de viaje más cortos en todos los escenarios. En contraste, el método MPC+PF exhibió tiempos de viaje más largos en escenarios concurridos debido a su campo simétrico y conservador que causaba una desaceleración innecesaria.
  • Viabilidad en Tiempo Real: Los tiempos de computación para el planificador (incluyendo la percepción) se mantuvieron muy por debajo del periodo de control de 100 ms (mediana de ~11–19 ms dependiendo del número de obstáculos), confirmando la capacidad de tiempo real.

Significado y Reivindicaciones

Los autores afirman que SAP-CoPE ofrece un marco desplegable para sistemas autónomos de interior que equilibra el confort social, la eficiencia y la seguridad.

• Al integrar la percepción de infraestructura, el sistema supera las limitaciones de los sensores a bordo respecto a la oclusión y el FOV.
• El modelo de Espacio Personal asimétrico permite que el robot navegue de manera más natural y eficiente que los modelos simétricos, evitando el comportamiento de "atrapado" que se observa frecuentemente en multitudes densas.
• La consideración explícita de las restricciones cinemáticas omnidireccionales asegura que las trayectorias generadas sean físicamente factibles para la plataforma robótica específica.
• La arquitectura modular es compatible con las plataformas robóticas de interior existentes que utilizan hardware estándar, lo que sugiere un fuerte potencial de despliegue en la logística de salud y robots de servicio público.

El artículo concluye que, si bien el sistema actual es efectivo, el trabajo futuro se centrará en mejorar la robustez en entornos altamente dinámicos y mejorar la predicción de la intención humana mediante algoritmos basados en aprendizaje.