Probabilistic Human Motion Prediction for Proactive Human-Robot Collaboration: From Kalman-based Models to Goal-Conditioned Transformers

Safe human-robot collaboration in advanced manufacturing demands dynamic adaptation to unpredictable human behavior. Improving operational fluency in shared workspaces requires reliable human motion forecasting coupled with rigorous uncertainty quantification. However, current predictive models struggle to capture complex, nonlinear dynamics, resolve intent ambiguities, or efficiently quantify uncertainty, while existing datasets lack the comprehensive human-object and robot-object interaction annotations. This thesis introduces a framework for goal-conditioned, uncertainty-aware human motion forecasting. We first establish a rigorous model-based baseline utilizing an Interacting Multiple Model estimator combined with Unscented Kalman Filters. This probabilistic filtering approach ensures strict kinematic consistency and dynamically adapts to varying motion modes to deliver short-horizon predictions. To extend predictions to longer horizons and more complex motion patterns, we develop a data-driven, attention-based architecture. This model integrates evidential regression with a novel calibration loss to analytically quantify inherent data noise and model knowledge gaps without computationally heavy sampling. To resolve spatial ambiguities during motion onset and sudden changes of direction, we condition the architecture on anticipated human-object interactions directly into the motion generation process. We validate this approach using a newly introduced dataset capturing active human-robot collaborative assembly. Empirical results demonstrate that contextual conditioning significantly reduces prediction errors, while the evidential regression framework yields sharp, calibrated uncertainty bounds. Finally, real-world deployment on a physical robotic platform validates the system’s capacity for proactive collision avoidance and fluid handovers during a furniture co-assembly task.

Nella moderna robotica collaborativa, l’interazione richiede sistemi autonomi capaci di adattarsi proattivamente al comportamento umano. L’imprevedibilità degli operatori negli spazi condivisi costringe spesso a sacrificare l’efficienza operativa per la sicurezza. Migliorare la fluidità impone quindi previsioni affidabili dei movimenti, unite a una rigorosa quantificazione dell’incertezza. Tuttavia, i modelli predittivi faticano a gestire dinamiche non lineari, risolvere ambiguità d’intento o quantificare efficacemente l’incertezza, mentre i dataset esistenti mancano di annotazioni complete sulle interazioni uomo-oggetto e robot-oggetto. Questa tesi presenta un’architettura di previsione probabilistica del movimento umano. Proponiamo anzitutto uno stimatore Interacting Multiple Model basato su Unscented Kalman Filter che si adatta automaticamente alle diverse modalità di moto (velocità o accelerazione costante). Questo algoritmo è in grado di sfruttare i vincoli cinematici per fornire accurate previsioni a breve termine con intervalli di confidenza multivariati. Per traiettorie complesse e orizzonti di previsione più lunghi, sviluppiamo un’architettura Transformer. Il modello integra la Evidential Regression e una specifica loss di calibrazione per stimare analiticamente l’incertezza aleatoria ed epistemica senza onerosi operazioni di campionamento. Per risolvere le ambiguità spaziali a inizio movimento o nei cambi di direzione improvvisi, la generazione della traiettoria viene condizionata sulla previsione delle interazioni uomo-oggetto. Il secondo approccio è validato raccogliendo un dataset di assemblaggio collaborativo. I risultati dimostrano che il condizionamento riduce significativamente l’errore di previsione, mentre l’Evidential Regression produce intervalli di confidenza ristretti e calibrati. L’implementazione su un robot reale conferma infine la capacità del sistema di evitare le collisioni in modo proattivo e permettere passaggi dinamici di oggetti dall’end-effector del robot alla mano della persona.