Abstract This paper proposes a novel control system design for a two-wheeled service robot that follows a person as an assistant without knowing the person’s destination. For this kind of service robot, the key skill is to realize human-friendly movement. However, appropriate motion always changed depending on the situation. For instance, when the robot is close and person turns toward it, it is important to suppress the robot’s acceleration. Likewise, if the person turns away from the robot, the robot should maintain its position within an appropriate area. Therefore, to deal with various required movements, our control system is able to change its properties automatically and suitably depending on the situation by using weights of the cost function in nonlinear model predictive control (NMPC) as a function of the relative distance between the person and the robot. Unlike previous methods, our design includes only one controller. Consequently, we are able to take into account system stability. Moreover, owing to proposing in NMPC framework, it is easy to extend our method by adopting other recognition or goal-setting methods. We conducted simulations using actual human walking data taken by the robot’s laser range sensors. The experiments demonstrate that the robot can follow a person who performs U-turn, confirming that our method can produce human-friendly robot movement in a practical scene.

中文翻译：

---

具有最优控制方法的两轮服务机器人人性化控制系统设计

摘要 本文提出了一种新型的两轮服务机器人控制系统设计，该机器人跟随人作为助手而不知道人的目的地。对于这种服务机器人来说，关键是要实现人性化的运动。但是，适当的动作总是根据情况而变化。例如，当机器人靠近并且人转向它时，抑制机器人的加速度很重要。同样，如果人转身离开机器人，机器人应将其位置保持在适当的区域内。因此，为了应对各种需要的动作，通过使用非线性模型预测控制 (NMPC) 中成本函数的权重作为人与机器人之间的相对距离的函数，我们的控制系统能够根据情况自动并适当地改变其属性。与以前的方法不同，我们的设计只包括一个控制器。因此，我们能够考虑系统稳定性。此外，由于在 NMPC 框架中提出，很容易通过采用其他识别或目标设定方法来扩展我们的方法。我们使用机器人的激光距离传感器获取的实际人类步行数据进行了模拟。实验表明，机器人可以跟随执行掉头的人，证实我们的方法可以在实际场景中产生人性化的机器人运动。我们的设计只包括一个控制器。因此，我们能够考虑系统稳定性。此外，由于在 NMPC 框架中提出，很容易通过采用其他识别或目标设定方法来扩展我们的方法。我们使用机器人的激光距离传感器获取的实际人类步行数据进行了模拟。实验表明，机器人可以跟随执行掉头的人，证实我们的方法可以在实际场景中产生人性化的机器人运动。我们的设计只包括一个控制器。因此，我们能够考虑系统稳定性。此外，由于在 NMPC 框架中提出，很容易通过采用其他识别或目标设定方法来扩展我们的方法。我们使用机器人的激光距离传感器获取的实际人类步行数据进行了模拟。实验表明，机器人可以跟随执行掉头的人，证实我们的方法可以在实际场景中产生人性化的机器人运动。