TWI421707B - 行人空間行為學習系統及其方法 - Google Patents

Description

行人空間行為學習系統及其方法

本發明是有關於一種行人空間行為學習系統及其方法，特別是有關於一種學習行人行走習慣及符合社會規範之行人空間行為學習系統及其方法。

目前，應用於智慧型機器人之行走系統的行人預測模型，大多僅適用於短距離的行人預測；而若欲建立長距離的行人預測模型，則必須大量地蒐集行人軌跡來完成。 然而，行人行走往往受到各種不同社會規範與特殊環境的影響，不同環境會產生不同社會規範的限制。若單純只考慮幾種環境特徵的影響，時常會導致預測結果準確度降低。

習知的行人預測模型大多只能適用在特定的環境，一旦換了新環境就必須重新蒐集行人軌跡。習知的行人預測模型也曾利用學習環境特徵與行人軌跡的相關性，來建立行人行走模型。但由於使用的方式只考慮當前的環境情況來預測行人行走，並未考量未來環境的變化，因此只能適用在簡單環境的行人預測，對於較複雜的環境則無法進行精準的預測。

有鑑於上述習知技藝之問題，本發明之目的就是在提供一種行人空間行為學習系統及其方法，以解決長距離的行人預測模型必須大量地蒐集行人軌跡，而造成的效率不彰的問題；以及習知之預測模型並未考慮不同環境所 產生不同社會規範，所造成的預測結果準確度降低的問題。

根據本發明之目的，提出一種行人空間行為學習系統，其係適用於一移動式裝置。行人空間行為學習系統包含一探測單元、一儲存單元及一控制單元。探測單元係探測移動式裝置所在環境之至少一行人之移動模式，並對應提供至少一移動資訊；儲存單元係儲存一一般空間效應資料庫以及一特殊空間效應資料庫，一般空間效應資料庫係包含至少一一般空間效應，而特殊空間效應資料庫則包含至少一特殊空間效應；控制單元係於讀取一般空間效應資料庫後，根據觀測之行人的移動資訊與所提出的學習方式給予各個一般空間效應不同之權重。值得一提的是，控制單元更判斷行人的移動資訊是否包含已存於特殊空間效應資料庫的特殊空間效應。當移動資訊中有包含已存於特殊空間效應資料庫的特殊空間效應時，控制單元即根據之前學習過的一般空間效應以及特殊空間效應建立行人行走模型，再根據行走模型控制移動式裝置移動。

其中，當移動資訊當中並未包含已存於特殊空間效應資料庫的特殊空間效應時，控制單元即根據移動資訊於特殊空間效應資料庫中，建立另一特殊空間效應。

其中，移動式裝置係為智慧型機器人或智慧型大眾運輸設施。

其中，移動式裝置更包含一驅動單元，控制單元係根據 行走模型控制驅動單元，進而驅動移動式裝置移動。

其中，探測單元係為雷射或照相機。

根據本發明之目的，再提出一種行人空間行為學習方法，其係適用於一移動式裝置，移動式裝置包含一探測單元、一儲存單元及一控制單元。行人空間行為學習方法包含以儲存單元儲存一一般空間效應資料庫以及一特殊空間效應資料庫，一般空間效應資料庫係包含複數個一般空間效應，而特殊空間效應資料庫則包含至少一特殊空間效應；接著以探測單元探測移動式裝置所在環境之至少一行人之移動模式，並對應提供至少一移動資訊；之後再以控制單元讀取一般空間效應資料庫後，根據移動資訊給予各個一般空間效應不同之權重；最後則以控制單元判斷移動資訊是否包含特殊空間效應。當移動資訊包含特殊空間效應時，控制單元即根據一般空間效應及特殊空間效應建立一行走模型，再根據行走模型控制移動式裝置移動。

其中，當移動資訊並未包含特殊空間效應時，控制單元即根據移動資訊於特殊空間效應資料庫中，建立另一特殊空間效應。

其中，移動式裝置係為智慧型機器人或智慧型大眾運輸設施。

其中，移動式裝置更包含一驅動單元，控制單元係根據行走模型控制驅動單元，進而驅動移動式裝置移動。

其中，探測單元係為雷射或照相機。

承上所述，依本發明之行人空間行為學習系統及其方法，其可具有一或多個下述優點：

(1)此行人空間行為學習系統及其方法可藉由考量一般環境特徵對行人的影響，且自動偵測與學習新的行人行為，藉此可在未來遭遇到相似的環境特徵時，利用過去學習到的行為策略，作更準確的行人行為預測。

(2)此行人空間行為學習系統及其方法可藉由不斷的調整、擴充一般空間效應資料庫以及特殊空間效應資料庫，只需在環境有新的空間效應存在時才要求蒐集相對應的行人軌跡來建立新的空間效應，同時透過建立的行人行走模型可以進一步預測長距離的行人行為，藉此可解決習知建立行走模型時效率不彰的問題。

請參閱第1圖，其係為本發明之行人空間行為學習系統之方塊圖。如圖所示，本發明之行人空間行為學習系統1，其係適用於一移動式裝置2。行人空間行為學習系統包含一探測單元10、一儲存單元11及一控制單元12。探測單元10係探測移動式裝置2所在環境之至少一行人3之移動模式，並對應提供至少一移動資訊30；儲存單元11係儲存一一般空間效應資料庫110以及一特殊空間效應資料庫111，一般空間效應資料庫110係包含至少一一般空間效應31，而特殊空間效應資料庫111則包含至少一特殊空間效應32；控制單元12係於讀取一般空間效應資料庫110後，根據至少一移動資訊30給予各個一般空間效應31不同之權重值。值得一提的是，控制單元12更判斷移動資訊30是否包含已存於特殊空間效應資料庫111的特殊空間效 應32。當移動資訊30包含已存於特殊空間效應資料庫111的特殊空間效應32時，控制單元即根據一般空間效應31及特殊空間效應32建立一行走模型33，再根據行走模型33控制移動式裝置移動2。

在一些較佳的實施例中，移動式裝置2係可為智慧型機器人或智慧型大眾運輸設施，且其更可包含一驅動單元13，控制單元12係根據行走模型33控制驅動單元13，進而驅動移動式裝置2移動；探測單元10則可為雷射或照相機。而當移動資訊30並未包含已存於特殊空間效應資料庫111的特殊空間效應32時，亦即，移動資訊30包含了除了一般空間效應31以及特殊空間效應32以外的新的空間效應時，控制單元12即根據移動資訊30於特殊空間效應資料庫111中，根據此新的空間效應在特殊空間效應資料庫111中建立另一特殊空間效應34。

其中，一般空間效應資料庫之一般空間效應(General Spatial Effect，GSE)係包含四大類：距目的之距離、靜態障礙物、動態障礙物以及循跡性。對於不同距離的目的，人類會給予不同的行走策略；而不論對於靜態物(如垃圾桶、柱子等，如第3A圖所示)或動態的障礙物(如貓狗或其他的人等，如第3B圖所示)，人類在行經該些障礙物時，也會對該些障礙物保持一個適當的距離；循跡性則是指人類在前往目的地時，其大致上皆採取最少改變方向的方式來行走。上述各項的一般空間效應將會被給予不同的權重，其權重大小的決定，則係先收集一般環境內行人的行走軌跡，利用逆增強式學習理 論(Inverse Reinforcement Learning)形成行人自我意識圖。藉由行人自我意識圖一般空間效應的配合，將本行人空間行為學習系統導入一個訓練環境進行訓練後，可得到各個一般空間效應的權重。此外，本發明更將行人行走策略用馬可夫決策流程(Markov Decision Processing，MDP)的方式作描述，也就是行人策略不只是考量下一步的情況，同時也有考慮未來幾步內的環境變化。

請參閱第2圖，其係為本發明之行人自我意識圖的形成示意圖。在本實施例中，圖左係為將6處(室內或室外)總共770條的行人行走軌跡集結之圖形；圖中則為利用3層環形共63個區塊來定義這770條的軌跡成為1259組軌跡組；圖右則為經由排除一些軌跡組經過次數較少或是未經過的區域，留下適當的區間分佈(49區塊及243軌跡組)，再使用軌跡迴歸(Trajectory Regression)的方式，蒐集各個區間分佈得到的迴歸軌跡，其總數約為248條，而形成的行人自我意識圖。在本實施例中，於初始訓練行人空間行為學習系統時，從兩個室內環境以及一個室外環境共計233條軌跡以該49個區塊將被採用計分，而得到下表之各一般空間效應之權重值：

當這些一般空間效應之權重值被決定之後，整體的一般空間效應便已決定。而本發明之行人空間行為學習系統 即可利用這些一般空間效應去偵測不同於一般空間效應的特殊空間效應，進一步增加特殊空間效應的資料，達到不斷學習的目的。

請參閱第3A圖，其係為本發明之特殊空間效應之第一實施例示意圖。如圖所示，其係為台灣大學歷史走廊的環境。該室內環境的中央地板上有一地畫40，而共計五個展示機台50、51、52、53、54環繞這個地畫。由於一般參觀者將會圍繞這個中央地板的地畫40進行參觀，所以此地畫40對於參觀者來說即為一種禁止通行的區域。由於地畫40無法被本發明之移動式裝置所配置的探測單元偵測到，故若僅以一般空間效應來建立行走模型時，本發明之移動式裝置雖然會避開五個展示機台50、51、52、53、54以及其他固定的障礙物，但其更有可能會產生穿越此中央地畫40的路徑(目標是右上角區域)，如第3B圖中之左圖所示。然而，如第3B圖中的中圖所示，探測單元探測到了如圖中虛線的行人軌跡，由於此軌跡為繞行地畫而成為一個較遠的路徑，並不符合以一般環境效應所建立的行走模型，故此時控制單元便根據此繞行地畫40的路徑，建立一個新的特殊環境效應，以修正僅由一般空間效應所建立的行走模型，如第3B圖中右圖所示。此時，本發明之移動式裝置便不會穿越中央地畫40來行走。請參閱下表，其係為本實施例之預測路徑偏差平均值及標準差與習知技術(平均速度法路線60、線性軌跡規避法路線61以及真實路線62)的比較：

其中，行人自我意識法後面的數字乃是揭示了本發明採用經優先化的路徑的第1至第10名的數量。由上表可知，小於3公尺時，所有的預測方法都表現得非常好。然而， 在預測長距離時，其預測能力便顯出明顯的差距了。本發明之行人空間行為學習系統經過學習特殊環境效應後，搭配一般環境效應所建立的行走預測模型，在採取五個及十個最佳路徑時，其預測誤差及標準差有著非常顯著的下降，特別是在長距離7公尺的預測上皆可以小於50公分，具有非常優異的表現。另外，由第3C圖可以發現，在不同起使位置時的路徑預測，本發明皆可由特殊環境效應有效的避開中央地畫的區域來規劃行走路線(預測路線63)，有效的改善習知技術的缺點。

請參閱第4A圖，其係為本發明之特殊空間效應之第二實施例示意圖。如圖中之上圖所示，其係為台灣大學工學院綜合大樓之穿堂，其兩側係為玻璃門64、65並標示於圖中之左下圖的網格處；另外，本實施例更於穿堂內設置三根立柱71、72、73，並於該些立柱下鋪設長方形地毯74及T字形地毯75。對於行人來說，進出穿堂的出入口是限定的，且在穿越穿堂時，並不會踩過該些地毯74、75；然而，對於本發明之行動式裝置所來說，其探測單元僅能探測到有實在形體的三根立柱，但卻無法探測到玻璃門64、65的位置以及地毯74、75鋪設的位置，因此若僅以一般環境效應來建立行走模型時，便會產生如第4B圖中左圖的行走策略；然而，本發明之行人空間行為學習系統係藉由如第4A圖中右下圖的行人軌跡產生另一特殊環境效應，並藉由原始的一般環境效應以及此特殊環境效應來建立行走預估策略，即如第4B圖中右圖所示。由於第4A圖中右下圖的行人軌跡會由左邊的單一玻璃 門64入口進入、避開各立柱71、72、73以及各地毯74、75並從有限的出口中離開(如圖右側的玻璃門65)，因此在第4B圖中的右圖便可以看到，此些特殊的軌跡所產生的禁止通行區域，此即為本特殊環境中特有的特殊環境效應。

請同時參閱第5A圖，其係為本發明之之特殊空間效應之第二實施例再一示意圖，本實施例係於同一穿堂中擺設不同位置的立柱80、81、82、83、84、85及長方形地毯90、91、92，但是其學習過程一如前面所述。如圖所示，在本實施例中，共計有六根立柱80、81、82、83、84、85以及三條長方形地毯90、91、92，由於行動式裝置之探測單元仍僅能探測到固定的立柱80、81、82、83、84、85位置，而無法探測到長方形地毯90、91、92的布置，如第5B圖中左圖所示；然而在經由前述的學習方法學習後，行動式裝置之控制單元便根據行人的行走軌跡及策略產生再一特殊環境效應，輔以原始的一般環境效應後，即建立起如第5B圖中右圖所示之行走策略。此時控制單元再據此建立起行走模型控制行動式裝置2(智慧型機器人)行走，即可令智慧型機器人如第5A圖所示之方式行走，進行完全避開長方形地毯90、91、92以及不會撞上玻璃門64的行走模式。

儘管前述在說明本發明之本發明之行人空間行為學習系統的過程中，亦已同時說明本發明之行人空間行為學習方法的概念，但為求清楚起見，以下仍另繪示流程圖詳細說明。

請參閱第6圖，其係為本發明之行人空間行為學習方法之流程圖。如圖所示，本發明之行人空間行為學習方法，其係適用於一移動式裝置，移動式裝置包含一探測單元、一儲存單元及一控制單元。行人空間行為學習方法包含下列步驟：(S10)以儲存單元儲存一一般空間效應資料庫以及一特殊空間效應資料庫；其中，一般空間效應資料庫係包含複數個一般空間效應，而特殊空間效應資料庫則包含至少一特殊空間效應；(S20)以探測單元探測移動式裝置所在環境之至少一行人之移動模式，並對應提供至少一移動資訊；(S30)以控制單元讀取一般空間效應資料庫後，根據移動資訊給予各個一般空間效應不同之權重值；(S40)以控制單元判斷移動資訊是否包含特殊空間效應。當移動資訊包含特殊空間效應時，即進行步驟(S50)控制單元根據一般空間效應及特殊空間效應建立一行走模型，再根據行走模型控制移動式裝置移動。其中，若於步驟(S40)中，控制單元判斷出移動資訊並未包含特殊空間效應時，即進行步驟(S51)控制單元根據移動資訊於特殊空間效應資料庫中，建立另一特殊空間效應。

本發明之行人空間行為學習方法的詳細說明同上述之行人空間行為學習系統的說明，在此便不再贅述。

綜上所述，本發明之行人空間行為學習系統及其方法係可考量一般環境特徵對行人的影響，同時還能進一步自動偵測與學習新的行人行為，即考量社會規範因素且進一步自動化學習不同社會規範對行人的影響，因此若於 未來再次遭遇到相似的環境特徵時，便可以利用過去學習到的行為策略，而不需要透過收集新的軌跡，作更智慧化且準確的行人行為預測，進一步可以控制智慧型機器人或運輸載具以模擬人類行走的方式進行移動。

以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

1‧‧‧行人空間行為學習系統

10‧‧‧探測單元

11‧‧‧儲存單元

110‧‧‧一般空間效應資料庫

111‧‧‧特殊空間效應資料庫

12‧‧‧控制單元

13‧‧‧驅動單元

2‧‧‧移動式裝置

3‧‧‧行人

30‧‧‧移動資訊

31‧‧‧一般空間效應

32、34‧‧‧特殊空間效應

33‧‧‧行走模型

40‧‧‧地畫

50、51、52、53、54‧‧‧展示機台

60‧‧‧平均速度法路線

61‧‧‧線性軌跡規避法路線

62‧‧‧真實路線

63‧‧‧預測路線

64、65‧‧‧玻璃門

71、72、73‧‧‧立柱

74、90~92、80~85‧‧‧長方形地毯

75‧‧‧T字形地毯

S10~S51‧‧‧步驟

第1圖係為本發明之行人空間行為學習系統之方塊圖；第2圖係為本發明之行人自我意識圖；第3A圖係為本發明之特殊空間效應之第一實施例示意圖；第3B圖係為本發明之特殊空間效應之第一實施例另一示意圖；第3C圖係為本發明之特殊空間效應之第一實施例與習知技術比較之示意圖；第4A圖係為本發明之特殊空間效應之第二實施例示意圖；第4B圖係為本發明之特殊空間效應之第二實施例另一示意圖；第5A圖係為本發明之特殊空間效應之第二實施例再一示意圖；第5B圖係為本發明之特殊空間效應之第二實施例又一示意圖；以及第6圖係為本發明之行人空間行為學習方法之流程圖。

1‧‧‧行人空間行為學習系統

10‧‧‧探測單元

11‧‧‧儲存單元

110‧‧‧一般空間效應資料庫

111‧‧‧特殊空間效應資料庫

12‧‧‧控制單元

13‧‧‧驅動單元

2‧‧‧移動式裝置

3‧‧‧行人

30‧‧‧移動資訊

31‧‧‧一般空間效應

32、34‧‧‧特殊空間效應

33‧‧‧行走模型

Claims (10)

1. 一種行人空間行為學習系統，係適用於一移動式裝置，該行人空間行為學習系統包含：一探測單元，係探測該移動式裝置所在環境之至少一行人之移動模式，並對應提供至少一移動資訊；一儲存單元，係儲存一一般空間效應資料庫以及一特殊空間效應資料庫，該一般空間效應資料庫係包含至少一一般空間效應，而該特殊空間效應資料庫則包含至少一特殊空間效應；以及一控制單元，係於讀取該一般空間效應資料庫後，根據該至少一移動資訊給予各該一般空間效應不同之權重；其中，該控制單元更判斷該至少一移動資訊是否包含該至少一特殊空間效應，當該至少一移動資訊包含該至少一特殊空間效應時，該控制單元即根據該至少一一般空間效應及該至少一特殊空間效應建立一行走模型，並根據該行走模型控制該移動式裝置移動。
2. 如申請專利範圍第1項所述之行人空間行為學習系統，其中當該至少一移動資訊並未包含該至少一特殊空間效應時，該控制單元即根據該至少一移動資訊於該特殊空間效應資料庫中，建立另一特殊空間效應。
3. 如申請專利範圍第2項所述之行人空間行為學習系統，其中該移動式裝置係為智慧型機器人或智慧型大眾運輸設施。
4. 如申請專利範圍第2項所述之行人空間行為學習系統，其中該移動式裝置更包含一驅動單元，該控制單元係根據該 行走模型控制該驅動單元，進而驅動該移動式裝置移動。
5. 如申請專利範圍第2項所述之行人空間行為學習系統，其中該探測單元係為雷射或照相機。
6. 一種行人空間行為學習方法，係適用於一移動式裝置，該移動式裝置包含一探測單元、一儲存單元及一控制單元，該行人空間行為學習方法包含下列步驟：以該儲存單元儲存一一般空間效應資料庫以及一特殊空間效應資料庫，該一般空間效應資料庫係包含至少一一般空間效應，該特殊空間效應資料庫係包含至少一特殊空間效應；以該探測單元探測該移動式裝置所在環境之至少一行人之移動模式，並對應提供至少一移動資訊；以該控制單元讀取該一般空間效應資料庫後，根據該至少一移動資訊給予各該一般空間效應不同之權重；以該控制單元判斷該至少一移動資訊是否包含該至少一特殊空間效應；以及當該至少一移動資訊包含該至少一特殊空間效應時，該控制單元即根據該至少一一般空間效應及該至少一特殊空間效應建立一行走模型，並根據該行走模型控制該移動式裝置移動。
7. 如申請專利範圍第6項所述之行人空間行為學習方法，其中當該至少一移動資訊並未包含該至少一特殊空間效應時，該控制單元即根據該至少一移動資訊於該特殊空間效應資料庫中，建立另一特殊空間效應。
8. 如申請專利範圍第7項所述之行人空間行為學習方法，其中該移動式裝置係為智慧型機器人或智慧型大眾運輸設施 。
9. 如申請專利範圍第7項所述之行人空間行為學習方法，其中該移動式裝置更包含一驅動單元，該控制單元係根據該行走模型或控制該驅動單元，進而驅動該移動式裝置移動。
10. 如申請專利範圍第7項所述之行人空間行為學習方法，其中該探測單元係為雷射或照相機。