Prediccion de trayectorias de peatones para movilización de un robot en un area concurrida.

Ponente(s): Ana Karen López Carbajal
Este trabajo de tesis se basa en el artículo "Robot Navigation in Dense Human Crowds: the Case for Cooperation" escrito por Trautman, Ma, Murray y Krause. Seguimos su modelo usando procesos Gaussianos y tomamos el kernel propuesto en este artículo para la predicción de trayectorias de peatones. Elegimos un enfoque diferente tomando la longitud de arco en lugar del tiempo como la variable independiente de la función que representa la trayectoria de una persona. Consideramos un área concurrida, nuestro objetivo es guiar a un robot móvil a través de dicha área evitando colisiones con los peatones y obstáculos. Para esto queremos predecir las trayectorias de las personas alrededor del robot para entonces poder hacer la planificación de movimientos. Se programó una librería de funciones que primero realiza un proceso de aprendizaje y después pasa a la predicción. La predicción se realiza usando Procesos Gaussianos que son más flexibles que otros modelos. La librería se probó con una base de datos real.