This thesis outlines the methodology and experiments associated with the reshaping of human intention via based on the robot movements in Human-Robot Interactions (HRI). Although works on estimating human intentions are quite well known research areas in the literature, reshaping intentions through interactions is a new significant branching in the field of human-robot interaction. In this thesis, we analyze how previously estimated human intentions change based on his/her actions by cooperating with mobile robots in a real human-robot environment. Our approach uses the Observable Operator Models (OOMs) and Hidden Markov Models (HMMs) designed for the intelligent mobile robotic systems, which consists of two levels: the low-level tracks the human while the high-level guides the mobile robots into moves that aim to change intentions of individuals in the environment. In the low level, postures and locations of the human are monitored by applying image processing methods. The high level uses an algorithm which includes learned OOM models or HMM models to estimate human intention and decision making system to reshape the previously estimated human intention. Through this thesis, OOMs are started to be used at the human-robot interaction applications for first time. This two-level system is tested on video frames taken from a real human-robot environment. The results obtained using the proposed approaches are compared according to performance towards the degree of reshaping the detected intentions.

Bu tez, insan-robot etkileşimi ortamındaki robot hareketlerine bağımlı olarak insan niyetinin değiştirilmesiyle ilgili uygulamalar ve metotlar sunmaktadır. İnsan niyetlerinin tahmin edilmesi konusu literatürde oldukça iyi bilinen bir araştırma konusu olmasına karşılık, etkileşim yoluyla niyetin değiştirilmesi konusu, insan-robot etkileşimi alanında yeni bir araştırma konusu olarak bu tez aracılığıyla literatüre kazandırılmıştır. Bu tezde, gerçek bir insan-robot etkileşimi ortamında uzaktan kontrol edilebilen mobil robotların işbirliğiyle insan hareketlerine bağlı olarak tahmin edilen niyetlerinin nasıl değiştirilebildiği analiz edilmiştir. Akıllı mobil robotik sistemler için tasarlanmıs¸ Saklı Markov Modelleri (Hidden Markov Model-HMM) ve Gözlenebilir Operatör Modelleri (Observable Operator Model-OOM) yöntemleri, bizim yaklaşımımızda kullanılmıstır. Bu akıllı robotik sistemler, düşük seviyeli görüntüdeki insanın tespit edilmesi ve takip edilmesi ile yüksek seviyeli insan niyetini değiştirmeye yönelik robotların hareket ettirilmesi olmak üzere iki ana aşamadan oluşmaktadır. Düşük seviyeli aşamada, insan pozisyonu ve konumu görüntü işleme yöntemleri uygulanarak gözlemlenebilmektedir. Yüksek seviyeli aşamada ise, insan niyetini tahmin edebilmek için öğretilmiş OOM ve HMM modelleri, bir algoritma içinde kullanılarak robot hareketine bağlı insan niyetinde değişim olup olmadığı test edilmektedir. OOM yöntemi, insan-robot etkileşimi uygulamalarında niyet tahmin etmek için ilk defa, bu tez sayesinde, kullanılmıştır. Bu iki aşamalı sistem, gerçek zamanlı insan-robot etkileşimi ortamından alınmış görüntüler ile test edilmiştir. Bahsedilen yöntemler kullanılarak elde edilen sonuçlar, belirlenen niyetlerin değiştirilmesindeki performansa göre karşılaştırılmıştır.