Robotar lär sig följa folkmassan – kan bli digitala ledarhundar

Yufei Zhu i robotlabbet på Örebro universitet.

Yufei Zhu, doktor i datavetenskap vid Örebro universitet, har utvecklat dynamiska kartor som lär robotar att navigera naturligt bland människor.

Att navigera på en myllrande tågstation eller flygplats är en stor utmaning för personer med synnedsättning. Ny forskning från Örebro universitet lär robotar att följa människors ”oskrivna regler” och ta sig fram i täta folkmassor. På sikt kan tekniken fungera som ett digitalt komplement till ledarhunden.

Dagens navigeringsrobotar behandlar varje människa som ett hinder som måste undvikas. När det blir för mycket folk drabbas de av vad forskare kallar ”freezing robot problem” – de låser sig helt eftersom det saknas en fri väg.

Nu har forskare vid Örebro universitet utvecklat ett nytt navigeringssystem som gör att robotar kan ta sig fram i hektiska offentliga miljöer. Metoden bygger på ett annat sätt att navigera: människor stannar nämligen inte i en folkmassa. Vi anpassar oss, håller till höger och följer strömmen.

– Om en robot ska kunna leda en person med synnedsättning genom en fullsatt terminal kan den inte stanna helt så fort någon går förbi. Den måste röra sig naturligt och följa flödet, säger Yufei Zhu, som nyligen försvarat sin doktorsavhandling i datavetenskap.

Lär sig ställets ”vanor”

I sin forskning har Yufei Zhu utvecklat så kallade ”Maps of Dynamics” – dynamiska kartor. I stället för att bara kartlägga fasta väggar och dörrar läser roboten av hur människor brukar röra sig på en specifik plats vid olika tider på dygnet.

– Man kan se det som att roboten fungerar som en nyinflyttad person som kollar på hur lokalbefolkningen gör och härmar dem. Genom att studera flödena lär sig roboten mönstren och kan förutse vart människor är på väg, förklarar Yufei Zhu.

Testades på Expo 2025 i Osaka

Tekniken, som kallas ”HiCrowd”, innebär att roboten inte längre ser folkmassan som ett hot eller ett hinder, utan använder människors rörelsemönster som vägledning.

Forskningen har testats i skarpt läge på Science Museum Miraikan i Tokyo och under världsutställningen Expo 2025 i Osaka. Roboten, som till utseendet liknar en mindre resväska, ställdes inför utmaningen att ta sig igenom täta strömmar av besökare.

– Vid ett tillfälle korsade roboten en fullsatt hall bakom en grupp människor. När gruppen vek av åt höger följde roboten efter, trots att den ännu inte kunde se varför. Några sekunder senare dök orsaken upp: en stor folkmassa kom gående rakt emot dem. Genom att följa människorna framför tog sig roboten säkert förbi mötande utan att behöva stanna en enda gång, berättar Yufei Zhu.

Tester visade också att människor i omgivningen inte blev rädda eller höll avstånd. Roboten smälte in i rörelsemönstret så naturligt att omgivningen behandlade den som vilken medfotgängare som helst.

Kan bli hjälp vid centralstationer och flygplatser

Ett möjligt framtida användningsområde för tekniken är hjälpmedel för personer med synnedsättning. En robot som ska guida en person genom en myllrande centralstation eller flygterminal måste kunna navigera smidigt utan att rycka eller stanna hela tiden.

– På en tågstation finns det tydliga vanor och rörelsemönster. Med våra metoder kan en guiderobot leda en person med synnedsättning, så att de tillsammans rör sig naturligt med flödet i stället för att kämpa emot det, säger Yufei Zhu.

Globalt forskningssamarbete

Forskningen har bedrivits vid Örebro universitet under handledning av professor Martin Magnusson, i nära samarbete med forskare vid Miraikan Accessibility Lab i Tokyo och Bosch i Tyskland. Genom det internationella samarbetet har tekniken med dynamiska kartor tillämpats inom olika områden – från industrirobotar i lagerlokaler till servicerobotar som rör sig bland stora besöksgrupper på museer.

Om avhandlingen:

Titel: Spatio-Temporal Representations of Human Dynamics for Motion Prediction and Robot Navigation

Forskningen är genomförd av Yufei Zhu, nyligen disputerad doktor i datavetenskap vid Örebro universitet, under handledning av professor Martin Magnusson. Projektet är ett internationellt samarbete med Miraikan Accessibility Lab i Japan och Bosch i Tyskland.

Genom att kombinera avancerad datavetenskap med mjukvarorna Maps of Dynamics och HiCrowd lär sig systemet platsers rörelsemönster i realtid. Metoden har framgångsrikt testats i skarpt läge på Science Museum Miraikan i Tokyo och under Expo 2025 i Osaka, där den visade hur självkörande robotar kan leda och samspela naturligt med stora folkmassor utan avbrott.

Text: Maja Eriksson
Foto: Maja Eriksson