{
  "paper_id": "99b173f9b4aa6bffb25870391b90283c",
  "paper_title": "Control algorithms for a Mobile Robot Tracking a Human in front",
  "paper_authors": [
    "Eui-Jung Jung",
    "Byung-Ju Yi",
    "Shin'ichi Yuta"
  ],
  "publication_date": "",
  "publication_venue": "2012 IEEE/RSJ International Conference on Intelligent Robots and Systems",
  "abstract": "This paper presents tracking algorithms of a mobile robot that tracks a human in front. The mobile robot, which is a differential-driven wheel type, is equipped with a laser range finder to perform human tracking in front. Initially, we recommend the torso part for the robust tracking of the human body in outdoor environment by a laser range finder. To track a human in front, we define a virtual target determined by the velocity of the target human. For a more efficient movement of the mobile robot, a desired heading direction of the robot considering motion vectors of the robot and the human is proposed.",
  "keywords": [
    "mobile robot",
    "human tracking",
    "laser range finder",
    "virtual target",
    "particle filter",
    "velocity limitation"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:46:47.474622Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对移动机器人在人前方进行跟踪的问题，提出了一套控制算法。研究背景是传统移动机器人通常在人身后跟踪，导致被跟踪者频繁回头查看，产生不安感。文中首先通过实验比较了激光测距仪扫描腿部与躯干的鲁棒性，推荐在室外非结构化环境中使用躯干部位进行人体跟踪。为了实现在人前方跟踪，定义了一个虚拟目标，其位置由目标人的速度向量决定，并设计了考虑机器人自身航向与人体运动向量的加权向量和公式来计算虚拟目标的方向角，同时提出了速度限制算法以避免大转弯。实验采用差速驱动的移动机器人，配备两个激光测距仪，在校园环境中进行了对比实验，目标人沿垂直于机器人初始航向的方向移动约11米。结果表明，结合加权向量和与速度限制的算法能使机器人路径更短，跟踪更平滑。未来工作包括优化参数、提高安全性和机械可靠性。核心机制是加权向量和公式（φ_V = atan2(sin(φ_P)+W_H sin(φ_H), cos(φ_P)+W_H cos(φ_H))）和速度限制公式（V_limit = K_V ||v_P|| ((π/2 - φ_diff)/(π/2))^3 当 φ_diff ≤ π/2，否则为0）。\n\n### 关键要点\n- 移动机器人跟踪人时，在人前方比在人后方更让人舒适，实验显示人后方跟踪会导致人平均回头10.87次。\n- 使用激光测距仪检测人体时，躯干比腿部更鲁棒，因为腿部摆动快、易被遮挡且距离远时精度低。\n- 躯干部位在机器人经过路面凸起时，扫描形状变化小，更适合室外环境。\n- 人体状态估计采用粒子滤波器，运动模型为恒定速度模型，状态向量包括位置和速度。\n- 数据关联采用最近邻（NN）标准滤波，每个测量分配给一个预测。\n- 虚拟目标位于机器人前方，初始设置虚拟目标距离d_V=3m，虚拟跟踪距离d_T=2m，即机器人位于人前方1m。\n- 虚拟目标角度φ_V通过加权向量和计算，权重W_H由角度差φ_diff决定，并设置截止角φ_cutoff=20°。\n- 速度限制算法根据机器人航向与人体速度向量的角度差φ_diff动态限制机器人速度，当φ_diff>π/2时机器人停止前进。\n- 实验对比了原始角、单位向量和、加权向量和及加速度限制四种情况，后两者使机器人转弯更早、路径更短。\n- 采用加权向量和方法时，角度差φ_diff最大小于5°，而原始方法小于10°，表明跟踪更平滑。\n- 当角度差φ_diff>130°时视为人向后移动，机器人改为向后跟踪，不跟踪虚拟目标。\n- 机器人平台最大速度6.0m/s，采用悬挂系统，配备双激光测距仪分别用于人体检测和障碍物检测。"
}