Prédiction des flux de personnes par propagation sur GPU des observations d’une flotte de robots
Les tâches réalisées par des robots de service nécessitent des interactions homme-robot et la coordination de la flotte. Dans ce cadre, la prédiction de la localisation des humains est un facteur clé. Cet article propose un modèle de propagation des probabilités de présence des personnes fondée sur l’observation des flux de déplacement. Ce processus fournit en temps réel une carte des régions les plus probables où les personnes peuvent se trouver. Nous proposons une expression du modèle permettant de paralléliser efficacement la propagation des flux. Pour fusionner le modèle appris et les observations des robots, nous intégrons un modèle gaussien de prédiction court terme du déplacement (modèle von Mises [11]). Une série d’expériences est réalisée avec des environnements simulés mais aussi intégrant des données réelles permettant d’évaluer et comparer l’approche proposée.
Authors
- Fabrice Jumel
- Jacques Saraydaryan (ORCID: https://orcid.org/0000-0002-1436-3393)
- Olivier Simonin (ORCID: https://orcid.org/0000-0002-3070-7790)
Institutions
- Institut National des Sciences Appliquées de Lyon (FR)
- École d'Ingénieurs en Chimie et Sciences du Numérique (FR)
Publication Details
- Journal
- Revue Ouverte d Intelligence Artificielle
- Published
- 2026-11-20
- DOI
- https://doi.org/10.5802/roia.102
- Primary Topic
- Robotics and Sensor-Based Localization
- Type
- article
- Field-Weighted Citation Impact
- 0.00