Mobile robots are increasingly populating homes, hospitals, shopping malls, factory floors, and other human environments. Human society has social norms that people mutually accept; obeying these norms is an essential signal that someone is participating socially with respect to the rest of the population. For robots to be socially compatible with humans, it is crucial for robots to obey these social norms. In prior work, we demonstrated a Socially-Aware Navigation (SAN) planner, based on Pareto Concavity Elimination Transformation (PaCcET), in a hallway scenario, optimizing two objectives so the robot does not invade the personal space of people. This article extends our PaCcET-based SAN planner to multiple scenarios with more than two objectives. We modified the Robot Operating System’s (ROS) navigation stack to include PaCcET in the local planning task. We show that our approach can accommodate multiple Human-Robot Interaction (HRI) scenarios. Using the proposed approach, we achieved successful HRI in multiple scenarios such as hallway interactions, an art gallery, waiting in a queue, and interacting with a group. We implemented our method on a simulated PR2 robot in a 2D simulator (Stage) and a pioneer-3DX mobile robot in the real-world to validate all the scenarios. A comprehensive set of experiments shows that our approach can handle multiple interaction scenarios on both holonomic and non-holonomic robots; hence, it can be a viable option for a Unified Socially-Aware Navigation (USAN).

中文翻译：

---

社会意识导航：一种非线性多目标优化方法

移动机器人越来越多地出现在家庭、医院、购物中心、工厂车间和其他人类环境中。人类社会有人们相互接受的社会规范；遵守这些规范是一个重要的信号，表明某人相对于其他人口正在参与社会活动。为了让机器人在社会上与人类兼容，机器人遵守这些社会规范至关重要。在之前的工作中，我们在走廊场景中展示了基于 Pareto 凹面消除变换 (PaCcET) 的社会感知导航 (SAN) 规划器，优化了两个目标，因此机器人不会侵入人们的个人空间。本文将我们基于 PaCcET 的 SAN 规划器扩展到具有两个以上目标的多个场景。我们修改了机器人操作系统 (ROS) 的导航堆栈，将 PaCcET 包含在本地规划任务中。我们表明我们的方法可以适应多种人机交互（HRI）场景。使用所提出的方法，我们在多个场景中实现了成功的 HRI，例如走廊交互、艺术画廊、排队等候和与群体交互。我们在 2D 模拟器（舞台）中的模拟 PR2 机器人和现实世界中的先锋 3DX 移动机器人上实施了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理完整和非完整机器人的多种交互场景；因此，它可能是统一社会感知导航 (USAN) 的可行选择。使用所提出的方法，我们在多个场景中实现了成功的 HRI，例如走廊交互、艺术画廊、排队等候和与群体交互。我们在 2D 模拟器（舞台）中的模拟 PR2 机器人和现实世界中的先锋 3DX 移动机器人上实施了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理完整和非完整机器人的多种交互场景；因此，它可能是统一社会感知导航 (USAN) 的可行选择。使用所提出的方法，我们在多个场景中实现了成功的 HRI，例如走廊交互、艺术画廊、排队等候和与群体交互。我们在 2D 模拟器（舞台）中的模拟 PR2 机器人和现实世界中的先锋 3DX 移动机器人上实施了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理完整和非完整机器人的多种交互场景；因此，它可能是统一社会感知导航 (USAN) 的可行选择。我们在 2D 模拟器（舞台）中的模拟 PR2 机器人和现实世界中的先锋 3DX 移动机器人上实施了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理完整和非完整机器人的多种交互场景；因此，它可能是统一社会感知导航 (USAN) 的可行选择。我们在 2D 模拟器（舞台）中的模拟 PR2 机器人和现实世界中的先锋 3DX 移动机器人上实施了我们的方法，以验证所有场景。一组全面的实验表明，我们的方法可以处理完整和非完整机器人的多种交互场景；因此，它可能是统一社会感知导航 (USAN) 的可行选择。