Not an Obstacle for Dog, but a Hazard for Human: A Co-Ego Navigation System for Guide Dog Robots

Titolo

Non un Ostacolo per il Cane, ma un Pericolo per l'Uomo: Un Sistema di Navigazione Co-Ego per Robot Cane Guida

1. Il Problema: L'Asimmetria del Punto di Vista

Il lavoro affronta una lacuna critica nei sistemi esistenti di robot cane guida (basati su piattaforme quadrupede). Sebbene questi robot siano progettati per assistere persone con disabilità visiva (BLV - Blind and Low Vision), i loro sistemi di navigazione si basano quasi esclusivamente sui sensori montati sul robot, situati a un'altezza di 30-50 cm da terra.

Questo crea un problema di asimmetria del punto di vista:

• Il robot rileva ostacoli a livello del suolo che bloccano il suo percorso.
• Tuttavia, ignora gli ostacoli specifici per l'umano: oggetti trasparenti o sospesi (come rami piegati, lampade, barriere di coda) che sono invisibili ai sensori del robot ma pericolosi per la testa e il busto di una persona in piedi.
• I sistemi attuali non avvisano l'utente di questi pericoli, esponendolo a collisioni anche se il robot naviga in sicurezza.

2. Metodologia: Il Sistema Co-Ego

Gli autori propongono Co-Ego, il primo sistema che integra esplicitamente due prospettive complementari per garantire una navigazione sicura condivisa.

A. Architettura Hardware

Il sistema combina due nodi di percezione:

1. Piattaforma Robotica (Quadrupede Unitree Go2):
   • Utilizza una camera di profondità Intel RealSense D435i montata frontalmente.
   • Fornisce dati per la pianificazione del percorso locale e la rilevazione di ostacoli a terra.
2. Percezione Indossabile (Centrata sull'Uomo):
   • Uno smartphone dotato di sensore LiDAR è montato sul petto dell'utente tramite un imbracatura stabilizzata.
   • Agisce come un nodo di percezione "egocentrico" elevato, rilevando pericoli sospesi o a livello del busto che il robot non vede.

B. Algoritmo di Navigazione a Doppio Ramo

Il sistema utilizza un'architettura duale con una gerarchia di priorità:

1. Navigazione di Base (Robot-Centric):
   • Utilizza un campo potenziale artificiale (APF) basato sulla mappa di costo 2D generata dai sensori del robot.
   • Genera comandi di velocità ($v_{APF}$) per una navigazione fluida e stabile su terreni pianeggianti.
2. Percezione Reattiva (Human-Centric):
   • Il sensore indossabile analizza i dati di profondità in tempo reale per rilevare ostacoli specifici per l'uomo.
   • Se viene rilevato un pericolo imminente, genera un comando reattivo di evitamento o frenata ($v_{human}$) con priorità assoluta.
3. Fusione e Arbitraggio:
   • Un modulo di fusione gestisce i comandi asincroni.
   • Viene applicata una logica di priorità: se il sensore umano rileva un ostacolo (soglia di sicurezza superata), il comando $v_{human}$ sovrascrive immediatamente quello del robot. Questo garantisce che la sicurezza dell'utente prevale sulla fluidità del movimento del robot.

C. Interazione Vocale Semantica

Per migliorare la fiducia cognitiva, il sistema integra un modello Vision-Language (VLM) ottimizzato per edge computing:

• Funziona su base event-triggered: non analizza costantemente il video (per risparmiare risorse), ma viene attivato solo quando il sensore di profondità rileva un ostacolo critico.
• Genera una descrizione semantica concisa dell'ostacolo (es. "ramo basso a sinistra") che viene comunicata all'utente tramite sintesi vocale (TTS).

3. Contributi Chiave

1. Formalizzazione del Problema: Identificazione e definizione formale del problema dell'asimmetria del punto di vista nella navigazione robotica per guide.
2. Framework Cross-View: Sviluppo di un sistema in tempo reale che fonde la percezione robotica a terra con la percezione umana elevata, colmando il divario di sicurezza.
3. Evidenza Empirica: Dimostrazione attraverso uno studio controllato che la fusione delle viste riduce le collisioni e il carico cognitivo rispetto ai sistemi a vista singola.

4. Risultati dello Studio

È stato condotto uno studio con partecipanti vedenti bendati in un corridoio contenente ostacoli sia a terra che sospesi. Sono stati confrontati tre scenari: senza assistenza, solo robot, e sistema Co-Ego.

• Riduzione delle Collisioni:
  • Senza assistenza: $3.33 \pm 0.82$ collisioni.
  • Solo robot: $2.00 \pm 0.63$ collisioni (riduzione parziale, ma fallisce sugli ostacoli sospesi).
  • Sistema Co-Ego: $1.33 \pm 1.21$ collisioni (riduzione significativa, specialmente contro ostacoli a livello del busto).
• Tempo di Completamento:
  • Il sistema Co-Ego ha richiesto più tempo ($52.18$s) rispetto al solo robot ($36.20$s). Questo è attribuito al fatto che gli utenti si muovevano con maggiore cautela e si fermavano per elaborare gli avvisi, indicando una maggiore consapevolezza del rischio.
• Carico Cognitivo (NASA-TLX):
  • Il sistema Co-Ego ha registrato il carico cognitivo più basso in tutte le dimensioni (domanda temporale, mentale, sforzo, frustrazione). Gli utenti si sentivano più sicuri e meno stressati, nonostante i tempi di percorrenza più lunghi.
• Sicurezza Percepita:
  • I partecipanti hanno valutato il sistema Co-Ego come il più sicuro, seguito dal robot da solo. L'esplorazione tattile senza assistenza è stata percepita come la più pericolosa.

5. Significato e Conclusioni

Il lavoro dimostra che per una navigazione robotica sicura per persone con disabilità visiva, è fondamentale modellare la zona di esposizione del corpo umano (altezza busto/testa) e non solo il percorso del robot.

• La fusione delle prospettive (robot + umano) non è solo un miglioramento tecnico, ma una necessità per evitare collisioni "invisibili" al robot.
• Il sistema Co-Ego bilancia autonomia e sicurezza, permettendo al robot di navigare fluidamente mentre il sistema indossabile funge da rete di sicurezza reattiva.
• Il codice sorgente è stato reso pubblico per favorire ulteriori ricerche nel campo dell'assistenza robotica.

In sintesi, questo studio segna un passo avanti fondamentale verso robot cane guida veramente autonomi e sicuri, che proteggono l'utente in tutte le dimensioni spaziali, non solo a livello del suolo.