The technological advancement in the field of Robotics and related areas is leading to the increasing deployment of artificial agents not only in factories but also in offices, hospitals, airports and, more recently, also in homes. One of the problems that robots face when deployed in environments with people is how to perform the so-called human-aware navigation, i.e., how to move around the environment complying with people’s social conventions so that the humans around them feel safe and comfortable. In this regard, the social conventions typically followed by humans include keeping a certain distance from each other and not invading the space shared by the people gathered in a group. This thesis aims to develop and evaluate a robotic navigation framework that generates paths satisfying these two constraints. To achieve this goal, we developed a social model to represent both single humans and groups. In particular regarding group formations, we designed a geometric model able to detect, classify, and represent them adequately in the space. We integrated this social model with a state-of-the-art global path planner, obtaining an overall human and group aware navigation framework. We evaluated the system through a test set reproducing the typical structures of human groups, and then compared our resulting framework with the used state-of-the-art planner in terms of both performance and sociability. The results of the simulations confirm that, with the developed geometric model, it is possible to identify the formations of people in the environment, and consequently generating group-aware trajectories which result in higher levels of sociability.

Den tekniska utvecklingen inom området robotik och relaterade områden leder till ett ökat användande av artificiella agenter, inte bara i fabriker utan också på kontor, sjukhus, flygplatser och, nyligen, också i hem. Ett av problemen som robotar möter när de används i miljöer med människor är hur de kan röra sig runt miljön i enlighet med människors sociala konventioner så att människorna omkring dem känner sig säkra och bekväma. De sociala konventionerna som normalt följs av människor inkluderar att hålla ett visst avstånd från varandra och inte röra sig in i utrymmet som delas av människorna samlade i en grupp. Detta examensarbete syftar till att utveckla och utvärdera en robotnavigeringsmetod som genererar vägar som uppfyller dessa två begränsningar. För att uppnå detta mål utvecklade vi en social modell som representerar både enskilda människor och grupper. I synnerhet när det gäller gruppformationer, designade vi en geometrisk modell som kan upptäcka, klassificera och representera dem i rummet. Vi integrerade den sociala modellen med en modern global vägplanerare och kunde på så sätt realisera ett navigationssystem kapabelt att hantera både enskilda människor och grupper av människor. Vi utvärderade systemet genom en simulering som reproducerade de typiska strukturerna för mänskliga grupper och jämförde vårt med de bästa existerande metoderna när det gäller både prestanda och socialt hänsynstagande. Resultaten av simuleringarna bekräftar att det med den utvecklade geometriska modellen är möjligt att identifiera människor i miljön och därmed generera gruppmedvetna rörelsemönster som resulterar i högre nivåer av socialt hänsynstagande.