Human Intention Recognition for Human Aware Planning in Integrated Warehouse Systems
University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）；Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（布拉格捷克理工大学捷克信息学、机器人与控制论研究所）
Tomislav Petković, Jakub Hvězda, Tomáš Rybecký, Ivan Marković, Miroslav Kulich, Libor Přeučil, Ivan Petrović
备注：
To be presented in 28th Mediterranean Conference on Control and Automation (MED'2020) conference
With the substantial growth of logistics businesses the need for larger and more automated warehouses increases, thus giving rise to fully robotized shop-floors with mobile robots in charge of transporting and distributing goods. However, even in fully automatized warehouse systems the need for human intervention frequently arises, whether because of maintenance or because of fulfilling specific orders, thus bringing mobile robots and humans ever closer in an integrated warehouse environment. In order to ensure smooth and efficient operation of such a warehouse, paths of both robots and humans need to be carefully planned; however, due to the possibility of humans deviating from the assigned path, this becomes an even more challenging task. Given that, the supervising system should be able to recognize human intentions and its alternative paths in real-time. In this paper, we propose a framework for human deviation detection and intention recognition which outputs the most probable paths of the humans workers and the planner that acts accordingly by replanning for robots to move out of the human's path. Experimental results demonstrate that the proposed framework increases total number of deliveries, especially human deliveries, and reduces human-robot encounters.
Human Intention Estimation based on Hidden Markov Model Motion Validation for Safe Flexible Robotized Warehouses
University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Laboratory for Autonomous Systems and Mobile Robotics（自主系统与移动机器人实验室）；Institute for Anthropomatics and Robotics（人机工程与机器人研究所）；Intelligent Process Automation and Robotics Lab（智能过程自动化与机器人实验室）
随着物流业务的大幅增长，对大型仓库及其自动化的需求不断增加，因此使用机器人作为人类工人的助手正在成为优先事项。为了有效和安全地操作，机器人助手或监督系统应该实时识别人类的意图。心理理论（Theory of Mind，简称ToM）是人类对他人心理状态的一种直观概念，即：信仰和欲望，以及它们如何导致行为。在本文中，我们提出了一个基于ToM的人的意图估计算法的柔性机器人仓库。我们观察人类的，即，工人的运动，并验证它相对于目标位置使用广义沃罗诺伊图为基础的路径规划。这些意见，然后处理所提出的隐马尔可夫模型框架，估计工人的意图在一个在线的方式，能够处理不断变化的环境。为了测试所提出的意图估计，我们在现实世界的实验室仓库中进行了实验，一名工人戴着微软Hololens增强现实眼镜。此外，为了证明该方法的可扩展性，以更大的仓库，我们建议使用虚拟现实数字仓库双胞胎，以逼真地模拟工人的行为。我们进行了意图估计实验，在较大的仓库数字孪生多达24个运行的机器人。我们证明了所提出的框架估计仓库工人的意图精确，并在最后，我们讨论了实验结果。
Human Intention Recognition in Flexible Robotized Warehouses based on Markov Decision Processes
FER（萨格勒布大学电气工程与计算机学院）
电子商务的快速增长增加了对大型仓库及其自动化的需求，因此使用机器人作为人类工人的助手成为优先事项。为了有效和安全地操作，机器人助手或监督系统应该识别人类的意图。心理理论（Theory of Mind，ToM）是对其他主体心理状态的直观概念，即，信仰和欲望，以及它们如何导致行为。在本文中，我们提出了一个基于ToM的算法，在灵活的机器人仓库的人类意图识别。我们将仓库工人置于模拟的2D环境中，其中有三个潜在目标。我们观察代理的行动，并验证他们的目标位置使用马尔可夫决策过程框架。然后，这些观察结果由所提出的隐马尔可夫模型框架进行处理，该框架估计代理的愿望。我们证明了所提出的框架预测人类仓库工人的愿望在一个直观的方式，并在最后，我们讨论了模拟结果。
PlanTRansformer: Unified Prediction and Planning with Goal-conditioned Transformer
Department of Electrical Engineering and Information Technology, Intelligent Vehicles Lab (IVL), Munich University of Applied Science（电气工程与信息科技系，智能车辆实验室（IVL），慕尼黑应用科学大学）
Push, Stop, and Replan: An Application of Pebble Motion on Graphs to Planning in Automated Warehouses
Czech Technical University in Prague（布拉格捷克理工大学）
图上的卵石运动是多智能体寻路问题的一个子类别，处理将多个卵石状物体从图中的一个节点移动到一个节点，并限制在给定时间只有一个卵石可以占据一个节点。此外，解决这个问题的算法假设单个鹅卵石（机器人）不能同时移动，并且它们的移动是离散的。这些假设使它们不能直接用于实际应用，尽管它们具有其他良好的理论性质。本文对Push and Rotate算法[1]进行了改进，放宽了上述假设，并通过一系列实验证明改进后的算法适用于自动化仓库的规划。
Multi-Robot Planning and Control from CCTV Camera Networks in a Real Warehouse
Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，牛津大学，英国）；Robot Systems Group, Technical University of Munich, Germany（机器人系统组，慕尼黑技术大学，德国）
Autonomous Driving at Intersections: A Critical-Turning-Point Approach for Left Turns
University of Waterloo（滑铁卢大学）；Waytous Inc.（Waytous公司）；Autonomous Driving Lab, Tencent（腾讯自动驾驶实验室）；Tsinghua National Laboratory for Information Science and Technology, Department of Automation, Tsinghua University（清华大学自动化系清华大学信息科学与技术国家实验室）
Research on reinforcement learning based warehouse robot navigation algorithm in complex warehouse layout
AMA University（AMA大学）；Peking University（北京大学）；New York University（纽约大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）；University of Florida（佛罗里达大学）；Georgia Institute of Technology（佐治亚理工学院）；Trine University（特莱恩大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Mechanical Design of a Cartesian Manipulator for Warehouse Pick and Place
Australian Centre for Robotic Vision (ACRV)（澳大利亚机器人视觉中心（ACRV））；Queensland University of Technology (QUT)（昆士兰科技大学（QUT））；University of Adelaide（阿德莱德大学）；Australian National University (ANU)（澳大利亚国立大学（ANU））
Leveraging Surgical Activity Grammar for Primary Intention Prediction in Laparoscopy Procedures
Huazhong University of Science and Technology（华中科技大学）；Union Hospital, Tongji Medical College, Huazhong University of Science and Technology（华中科技大学同济医学院附属协和医院）
A Human-Oriented Cooperative Driving Approach: Integrating Driving Intention, State, and Conflict
School of Software Engineering, Xi’an Jiaotong University（软件工程学院，西安交通大学）；School of Artificial Intelligence, Xi’an Jiaotong University（人工智能学院，西安交通大学）；School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学）
DoraPicker: An Autonomous Picking System for General Objects
Dorabot Inc.（多拉机器人公司）；University of Hong Kong（香港大学）；Advanced Industrial Science and Technology（日本产业技术综合研究所）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；City University of Hong Kong（香港城市大学）
