Η παρούσα διπλωματική εργασία περιγράφει μια υλοποίηση ενός συστήματος αλληλεπίδρασης ανθρώπου υπολογιστή για ευφυή ρομπότ. Αποσκοπεί στο να προσφέρει την ικανότητα σε ένα κινούμενο ρομπότ εσωτερικού χώρου να κατανοήσει και να εκτελέσει οδηγίες πλοήγησης δοσμένες σε μια ψευδο-ανθρώπινη γλώσσα. Το ρομπότ τοποθετείται σε άγνωστο περιβάλλον εσωτερικού χώρου και του δίνονται οδηγίες όπως "Πήγαινε στο τρίτο γραφείο δεξιά". Για να επιτύχει το σκοπό του, το ρομπότ πρέπει να έχει τη δυνατότητα να φτιάξει ένα χάρτη του περιβάλλοντος και να προσδιορίσει τη θέση του μέσα σε αυτό. Για το σκοπό αυτό χρησιμοποιούνται τεχνικές Simultaneous Localisation And Mapping (SLAM). Δύο σημαντικές καινοτόμες προκλήσεις αντιμετωπίζονται. Αρχικά, η πλοήγηση προς ένα στόχο διαμέσου ενός άγνωστου χάρτη, και κατά δεύτερον, το πόσο χρήσιμος και ενημερωτικός είναι ο χάρτης. Ο κύριος στόχος των υφιστάμενων τεχνικών πλοήγησης είναι να οδηγήσουν το ρομπότ προς την άγνωστη περιοχή του χάρτη ώστε να ελαχιστοποιήσουν το περιβάλλον που δεν έχει επισκευθεί ακόμα. Αυτό δεν είναι αρκετό αν το ρομπότ πρέπει να κινηθεί προς ένα προκαθορισμένο στόχο. Για να επιτευχθεί αυτού του είδους η συμπεριφορά, έχει επανασχεδιαστεί μια υφιστάμενη τεχνική πλοήγησης. Επιπρόσθετα, το ρομπότ θα πρέπει να αναγνωρίσει τις οντότητες που υποδηλώνονται από τις οδηγίες που δίνει ο άνθρωπος. Για να επιτευχθεί αυτό, δημιουργείται ένας χάρτης οντοτήτων όπως πόρτα, καρέκλα, κιβώτιο κλπ. και δίνεται στο ρομπότ. Για να αναγνωριστούν αυτές οι οντότητες, θα μπορούσαν να χρησιμοποιηθούν τεχνικές αναγνώρισης προτύπων. Το αποτέλεσμα είναι ένας χάρτης αντικειμένων που μπορεί να χρησιμοποιηθεί όχι μόνο για πλοήγηση, αλλά και για καλύτερη απεικόνιση του χάρτη.
This thesis project describes an implementation of a Human Computer Interaction (HCI) system for intelligent mobile robots. It aims to provide the ability to indoor mobile robots to understand and execute direction orders described in a pseudo-human language. The robot is positioned in an unknown indoor environment and it is given directions like ”Go to the third office on your right”. To achieve that, the robot should be able to create a map of its environment and localise itself in the map. Thus, Simultaneous Localisation And Mapping (SLAM) techniques are used. Two key novel challenges are confronted. Firstly, the navigation towards a target in a yet unknown map, and secondly, how informative and useful the map is. The main objective of existing navigation techniques, is to drive the robot towards the unknown area of the map in order to minimise the yet unseen environment. That is not enough if the robot must move towards a predefined target. In order to achieve this kind of behaviour, an existing navigation technique is augmented. Secondly, the robot should be able to recognise entities that signify the way-points given by the human. To cope with that, a map of entities like door, chair, box, etc. is created and provided to to the robot. To identify these entities, pattern recognition techniques may be employed. The result is a map of objects that can be used not only for navigation and path planning, but also for a better illustration of the actual map.