Einführung in die Robotik
|
|
- Ulrike Roth
- vor 7 Jahren
- Abrufe
Transkript
1 Einführung in die Robotik Vorlesung 10 5 Februar 008 Dr. Mohamed Oubbati Institut für Neuroinformatik WS 007/008
2 Heutiges Thema: Navigation
3 Navigation Wie bewege ich mich sinnvoll in meiner Umgebung? Hindernisse Roboter Das Ziel
4 Navigation 3 Fragen müssen beantwort werden: 1. Wo bin ich? (Self localization). Wohin soll ich gehen? (Task Planing) 3. Wie komme ich dahin? (Path Planing)
5 Selbstlokalisierung Selbstlokalisierung eines autonomen mobilen Roboters bezieht sich auf die Frage Wo bin ich?. Ohne die Beantwortung dieser Frage kann die Wegplanung und die sich anschließende Fahrt nicht durchgeführt werden.
6 Selbstlokalisierung Problemstellung Bestimmung der eigenen Position und Orientierung in einer Umgebung. Voraussetzungen - die Umgebung ist bekannt (es existiert eine Karte) - der Roboter verfügt über Sensoren zur Positionsbestimmung Problem Die Lokalisierung ist schwierig, weil ein Roboter mit unsicheren Sensor-Daten agieren soll.
7 Selbstlokalisation Aufgrund von Sensor-Daten wird die Position eines Roboters in einer Umgebung ermittelt. Erfassende Sensordaten Lokalisierung
8 Selbstlokalisation Selbstlokalisierung absolute Positionierung Beobachtung Position relative Positionierung Beobachtung + alte Pos. Position
9 Selbstlokalisierung Methoden Folgende Methoden werden in dieser Vorlesung untersucht: relative Lokalisierung (Bewegungsdaten und die Startposition bekannt) - Odometrie - Trägheitsnavigation absolute Lokalisierung (hierzu nutzt man künstliche / natürliche Landmarken ) - Trilateration
10 Selbstlokalisierung Odometrie bei der Wüstenameise Wie findet eine Wüstenameise ihren Weg nach Wanderungen von hunderten von Metern zum Nest zurück? Sie zählt ihre Schritte! ( Nachgewiesen von Neurobiologen an der Universität Ulm und der Universität Zürich) Der Entfernungsmesser bei der Wüstenameise funktioniert also als Schrittintegrator.
11 Selbstlokalisierung relative Positionierung Odometrie Relative Positionierung mittels Beobachtung der Antriebsräder Alte Roboterposition Odometrische Gleichungen Neue Roboterposition Encoderticks
12 Selbstlokalisation relative Positionierung Odometrie Aus der gegebenen Steuervariablen (Translations- und Rotations Geschwindigkeiten v und ω) soll die Position des mobilen Roboters bestimmt werden. Y y θ θ ( t ) = w ( τ ) d τ + θ t x ( t ) = v cos θ ( τ ) d τ + 0 t y ( t ) = v sin θ ( τ ) d τ + 0 t 0 0 y x 0 0 x X
13 Selbstlokalisation Δt w i w i1 θ i1 Numerische Integration der Bewegungsgleichungen i i t θ θ = ) ( (Trapezregel) t v v x x i i i i i i Δ + + cos cos θ θ t v v y y i i i i i i Δ + + sin 1 sin 1 1 θ θ t w w i i i i Δ θ θ Odometrie relative Positionierung
14 Selbstlokalisation relative Positionierung Sources of error of the odometrie Odometrie Example of deterministic errors - Unequal wheel diameters. - Misalignment of wheels. - Finite encoder resolution. - Finite encoder sampling rate. Example of Non-deterministic errors -Travel over uneven floors. - Wheel-slippage due to: - slippery floors. - over acceleration. -fast turning. - external forces.
15 Selbstlokalisation relative Positionierung Odometrie billig, da keine Zusatzhardware nötig ist. genau auf geringen Distanzen. Orientierungsfehler führen zu seitlichen Abweichungen. Wachsende Positionsunsicherheit durch Addition neuer Positionsfehler beim Bewegen.
16 Selbstlokalisation relative Positionierung Trägheitsnavigation Die Trägheitsnavigation (engl.: inertial navigation) erfolgt über kontinuierliche Messung von der Beschleunigung. Diese wird über die Zeit integriert um die Geschwindigkeit zu ergeben. Es wird dann die Ausrichtung, und die Position berechnet, aber immer vorausgesetzt, dass die Startposition bekannt ist. Dies Messungen werden mit Gyroskope realisiert.
17 Selbstlokalisation Absolute Positionierung anhand von Landmarken Prinzip Verwendung natürlicher oder künstlicher Landmarken mit bekannter Position im Weltmodell. Ein Merkmal soll folgenden Eigenschaften haben: - gute Wahrnehmbarkeit. - Informationsgehalt (Häufigkeit, Eindeutigkeit). - Bekannte Position im Weltmodell. - Relative Position bestimmbar (Entfernung, Winkel)
18 Selbstlokalisation Absolute Positionierung anhand von Landmarken Arten von Landmarken Natürliche Landmarken Bäume, Bürotüren, Ecken, Säulen, Deckenbeleuchtung, Wände, künstliche Landmarken Die sind für Navigationszwecke installiert.laserscan-reflektoren, Lichtquellen, GPS,
19 Selbstlokalisation Ablauf zur Selbstlokalisierung anhand von Landmarken Sensordaten auslesen Relativen Positionen von Landmarken bestimmen Korrespondenz zwischen gefundenen LM und Weltmodel Eigene Position im Weltmodel bestimmen
20 Selbstlokalisation Absolute Positionierung anhand von Landmarken Trilateration Die Position wird durch Entfernungsmessung zu bekannten Landmarken bestimmt. Hierzu sind drei oder mehr Landmarken zu identifizieren (L1, L, L3). Y (x1,y1) L1 L3 (x3,y3) y L (x,y) x X
21 Selbstlokalisation Absolute Positionierung anhand von Landmarken Trilateration ( ) ( ) i i i L y y x x = + i=1,,3 ( ) ( ) ( ) ( ) ( ) ( ) = y y x x L L y y x x L L y x y y x x y y x x siehe die Tafel! After some simplifications
22 Selbstlokalisation Trilateration Beispiel: GPS - Global Positioning System Vollständige Bezeichnung: NAVSTAR-GPS Navigation Satellite Timing and Ranging Global Positioning System Beim GPS werden Satelliten als Aktive künstliche Landmarken betrachtet Mit dem GPS erfolgt die Positionsbestimmung durch Trilateration, also durch Entfernungsmessung zu den Satelliten. Deshalb mindestens drei (sichtbare) Satelliten sind notwendig.
23 Selbstlokalisation Beispiel: GPS - Global Positioning System Trilateration Durch Messung der Zeitverschiebung werden Entfernungen zu mindestens 3 Satelliten bestimmt. - Es gibt 7 aktive Satelliten auf verschiedenen Bahnen. - Höhe: 19,300 km - Für die Sykronistation mit der Basisstation auf der Erde besitzt jeder Satellit bis zu 4 Atomuhren.
24 Selbstlokalisation Trilateration Beispiel: GPS - Global Positioning System - absolute Lokalisierung - hohe Präzision - geringe Berechnungszeiten - Nur Außerhalb von Gebäuden - Interferenzen (Radar, Amateurfunker)
25 Selbstlokalisation Übersicht Selbstlokalisierung absolute relative natürliche Landmarken künstliche Landmarken Odometrie Trägheitsnavigation Aktive (GPS, Licht, ) Passive (Tür, Wand, )
26 Lokale vs. Globale Navigation Lokale Navigation Navigation in der nahen Umgebung des Roboters (Sensorreichweite). z.b. Erreichen eines nahen Zielpunktes, Korridor-Folgen, Kollisionsvermeidung etc. (reaktive Navigation: z.b Potential Fields) Globale Navigation z.b optimaler Wege plannen, und Umwegen & Sackgassen vermeiden. (deliberative Navigation) Optimalitätskriterien - Kollisionsfreiheit. - Minimale Länge des Pfades. - Minimale Fahrzeit - Minimale Rotationen des Roboters. - Minimale Rechenzeit zur Wegbestimmung
27 Navigation Steuerungsarchitekturen - deliberative Architektur - reaktive Architektur
28 Navigation Deliberative Architektur Die deliberative Architektur (eng. deliberate) ist die älteste Steuerungsarchtiktur für mobile Roboter. Dabei werden die Einheiten des Roboters hierarchisch angeordnet. Welt Sensoren Plan Aktoren Welt Sense-Plan-Act Wahrnehmung, Planung und Handlung.
29 Navigation Deliberative Architektur Sense-Plan-Act Welt Sensoren Sensordaten erfassen 1. Aus den Sensordaten wird ein Weltmodell erstellt.. Aus dem Weltmodell können jederzeit wieder Informationen, wie Entfernungen von Objekten, abgerufen werden. 3. plan ist dafür zuständig, Lösungswege für Aufgaben zu finden. Er ist von der Qualität des Weltmodells total abhängig. Weltmodel Planen Agieren Aktoren Welt 4. Der fertige Plan wird danach zur Ausführung in der Hierarchie nach unten geleitet.
30 Navigation Deliberative Architektur Auf der Grundlage des Weltmodells können optimale Lösungen gefunden werden Alle Module sind voneinander abhängig (wenn ein Module ausfällt, das gesamte System fällt aus) Veränderungen der Umgebung erfordern Anpassung des Weltmodells.
31 Navigation Reaktive Architektur Hier reagiert der Roboter direkt auf seine Wahrnehmung. ein kompletter Verzicht auf das Welt-Modell
32 Navigation Reaktive Architektur (Behavior-based) (Brooks, MIT Lab 1986) PLAN SENSE ACT SENSE-ACT couplings are called behaviors SENSE ACT Behaviors are independent, and run in parallel SENSE ACT
33 Navigation Reaktive Architektur Behavior-based Robotics Einfache reactive behaviors können ein komplexes Behavior erzeugen. Welt Sensoren Sensordaten erfassen Hindernis vermeiden Zielanfahren Objekterkennen Verhaltensfusion Aktoren Welt
34 Navigation Reaktive Architektur Behavior-based Robotics Subsumtion Architektur (Rodney Brooks, MIT 1986) Das Ziel der Subsumtion Architektur besteht darin verschiedene Verhalten parallel auszuführen. Prinzip anhand eines Beispiels Der Roboter in diesem Beispiel soll folgendes können: er soll nicht mit Gegenständen kollidieren er soll wenn er bei einer Kollision flüchten er soll bei leerer Batterie zur Ladestation fahren Als Ausstattung hat er folgende Sensoren zur Verfügung: 1 Ultraschallsensor zum Entdecken von Hindernissen. 1 Infrarotsensor um die Ladestation zu finden, die mit einem Infrarotsender ausgestattet ist. 1 Bumper 1 Batterie-Sensor.
35 Navigation Subsumtion Architektur Ultraschall Avoid Fahren Motors Das Verhalten Avoid : Wenn ein Hindernis nah ist, Stop und dann mit 90 Grad umdrehen.
36 Navigation Subsumtion Architektur Bumper Escape Ultraschall Avoid Coordinator Fahren Motors Wird eine Kollision festgestellt, reagiert das Verhalten Escape wie folgendes: Stop, etwas Rückwärtsfahren, und dann 90 Grad umdrehen.
37 Navigation Subsumtion Architektur Bumper Batterie- Sensor IR-Sensor Escape Dock Coordination Techniques - Fixed priority -Fusion -Vote Ultraschall Avoid Coordinator Fahren Motors Das zweite Verhalten Dock dient dem Zweck den Roboter zu einer Ladestation zu bewegen, wenn die Batterien fast leer sind. Wenn Dock aktiviert ist, errechnet es Motorbefehle um den Roboter zu Ladestation zu bewegen und ihn dort andocken zu lassen. Zudem soll er weiterhin allen Hindernissen mit Ausnahme der Ladestation ausweicht.
38 Navigation Reaktive Architektur kein Weltmodell ist notwendig Einfacher Entwurf und Implementierung, da jede Ebene für sich betrachtet werden kann. Robust: die Ebenen sind voneinander unabhängig. Das System kann mit mehrfachen, auch konkurrierenden Zielsetzungen umgehen. Pläne und Optimierungen sind schwer zu implementieren
39 Navigation Hybride Architektur (Reaktive/Deliberative) Eine Kombination aus reaktive und deliberative Ansatz stellt die Hybride Architektur dar. Dadurch können die einzelnen Vorteile beider Architekturen genutzt werden. Reaktive Handlungen werden z.b für die Hindernissevermeidung eingesetzt. Soll der Roboter zusätzlich ein langfristiges Ziel verfolgen, kommt die deliberative Steuerung und Planung ins Spiel.
40 Navigation Hybride Architektur (Reaktive/Deliberative) Durch die reaktive Handlungsweise reagiert der Roboter schnell, kann aber auch längerfristige Ziele verfolgen. Wie alle Hybrid-Lösungen kann es leicht zu Konflikten kommen, z.b. dass Nachteile beider Lösungen sich vereinen.
41 Navigation Kartenerstellung (Mapping) Problemstellung Erstellung einer Karte der physikalischen Umgebung Voraussetzungen Position und Orientierung des Roboters sind bekannt. Schwierigkeiten - Sensorsignale sind verrauscht - Repräsentation der Karte - Speicherplatzbedarf/Rechenaufwand - veränderliche Umgebungen
42 Navigation Kartenerstellung (Mapping) Geometrische Karten Gittermodell mit euklidischen Koordinaten Prinzip Belegungsgitter (occupancy grid) Pixelwert zeigt Hindernis. Pixelwert: - belegt, -frei, - unbekannt
43 Navigation Kartenerstellung (Mapping) localized laser data occupancy grid (Paskin & Thrun 005)
44 Navigation Simultaneous Localization and Mapping (SLAM) gleichzeitiger Aufbau einer Karte und Bestimmung der eigenen Position
Einführung in die Robotik
Einführung in die Robotik Vorlesung 7 13 Januar 2009 Dr. Mohamed Oubbati Institut für Neuroinformatik WS 2008/2009 Wiederholung vom letzten Mal! Signalverarbeitungskette Bewegungsregelung A/D Wandler D/A
MehrEinführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.
Einführung in die Robotik Steuerungsarchitekturen Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 29. 01. 2013 Steuerungsarchitekturen - Deliberative
MehrAutonome Mobile Systeme
Dr. Mohamed Oubbati Institut für Neuroinformatik Universität Ulm SS 2007 Heutiges Thema: Mobile Roboter Ein Mobiler Roboter ist ein System, das mit einer Recheneinheit, Sensoreinheit, und Bewegungseinheit
MehrEinführung in die Robotik
Einführung in die Robotik Vorlesung 2 30 Oktober 2007 Dr. Mohamed Oubbati Institut für Neuroinformatik WS 2007 Was will ich in dieser Vorlesung erreichen? Ich will dass sie eine Grundlage haben um: 1.
Mehr3 Programmierung von Robotern
3 Programmierung von Robotern 3.1 Arten der Programmierung Arten Programmierung durch Beispiele Programmierung durch Training roboterorientierte Programmierung aufgabenorientierte Programmierung 3.1.1
MehrEinführung in die Robotik
Einführung in die Robotik Vorlesung 1 14 Oktober 2008 Dr. Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de WS 2008/2009 Heutiges Thema: Allgemeines Homepage
MehrHauptseminar Roboternavigation. Kartenaufbau nach Thrun
Hauptseminar Roboternavigation Kartenaufbau nach Thrun Hannes Keil keil@in.tum.de 18. Januar 2002 Überblick Kartenaufbau nach Thrun Überblick 1. Einführung in den Kartenbau 2. Einführung in den Aufbau
MehrHAW Hamburg Anwendung 1 - Vortrag Andrej Rull
HAW Hamburg Anwendung 1 - Vortrag Andrej Rull 02122008 1 Gliederung o Motivation o Der Anwendungsfall o Das SLAM Problem o Lösungsansätze und Algorithmen o Zusammenfassung o Ausblick auf AW2 2 Motivation
MehrLokalisierung. von Matthias Heine, Norbert Müller, Silvia Schreier, Oliver Zöllner
Lokalisierung von Matthias Heine, Norbert Müller, Silvia Schreier, Oliver Zöllner Was ist Lokalisierung? Fähigkeit eines autonomen Roboters seine Position in Bezug auf ein festes (Koordinaten-)System zu
MehrAutonome Roboter. Von Matthias Hauth Seminar Moderne Robotik
Autonome Roboter Von Matthias Hauth Seminar Moderne Robotik Inhalt Autonome Roboter Mobile Roboter Roboter Architekturen Deliberative, reactive (z.b. Genghis), hybrid Gegenüberstellung deliberative - reactive
Mehr9 SLAM Simultaneous Localization and Mapping
9 SLAM Simultaneous Localization and Mapping Einleitung eines der aktivsten Forschungsgebiete innerhalb der Robotik Roboterlokalisierung bei gegebener Karte (Kap. 8 und Karte aus Sensordaten bei bekannter
MehrKartenerstellung und Navigation
Kartenerstellung und Navigation zur Positionserkennung autonomer Fahrzeuge von Ilona Blanck 27. Mai 2008 im Rahmen der Anwendungen I Vorlesung des Masterstudiums Informatik der Fakultät Technik und Informatik
MehrQuadrocopters and it s Applications: Overview of State of the Art Techniques
: Overview of State of the Art Techniques Visual Tracking for Robotic Applications Sebastian Brunner Lehrstuhl für Echtzeitsysteme und Robotik Technische Universität München Email: brunnese@in.tum.de Date:
MehrImplementierung des Scan-Matching-Algorithmus MbICP im Fach Mensch-Maschine- Kommunikation/Robotik
Implementierung des Scan-Matching-Algorithmus MbICP im Fach Mensch-Maschine- Kommunikation/Robotik Betreuer: Dipl.-Inf. (FH) Peter Poschmann Enrico Uhlig, Markus Fischer, Marcus Kupke 26. Jun 2012 1 Gliederung
MehrGrundlagen der Signalverarbeitung und Robotik
64-544 Grundlagen der Signalverarbeitung und Robotik 64-544 Grundlagen der Signalverarbeitung und Robotik http://tams.informatik.uni-hamburg.de/ lectures/2013ss/vorlesung/gdsr Jianwei Zhang, Bernd Schütz
MehrEinführung in die Robotik Wegplanung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 /
Einführung in die Rbtik Wegplanung Mhamed Oubbati Institut für Neurinfrmatik Tel.: (+49) 731 / 50 24153 mhamed.ubbati@uni-ulm.de 15. 01. 2013 Dr. Oubbati, Einführung in die Rbtik (Neurinfrmatik, Uni-Ulm)
MehrEinführung in die Robotik
Einführung in die Robotik Vorlesung 6 04 Dezember 2007 Dr. Mohamed Oubbati Institut für Neuroinformatik WS 2007/2008 Heutiges Thema: Kinematik Einführung Was ist die Kinematik? Die Kinematik beschäftigt
MehrTeach-In für die 3D-Scan Akquise mit einem Roboter. Teach-In für die 3D-Scanakquise mit einem mobilen Roboter
Teach-In für die 3D-Scan Akquise mit einem Roboter DoritStruckmeier, Borrmann Dorit Oldenburger 2017 Oliver Borrmann,3D-Tage Andreas Nüchter 1 Zielsetzung der Arbeit Ein mobiler Roboter fährt einen angelernten
MehrVisuelle Information zur robusten Zuordnung von Landmarken für die Navigation mobiler Roboter
Visuelle Information zur robusten Zuordnung von Landmaren für die Navigation mobiler Roboter Forum Bildverarbeitung 2010 Thomas Emter Thomas Ulrich Loalisierung Herausforderungen Relative Sensoren (Dead
MehrAnwendungsbezogenes Tracking
Institut für Computervisualistik Universität Koblenz 4. Juli 2011 Inhaltsverzeichnis 1 Sensorbasiertes Tracking GPS WLan Elektronischer Kompass Inertialsensoren 2 Bildbasiertes Tracking Markerbasiertes
MehrHindernisumfahrung eines autonomen Roboters in einer unbekannten statischen Umgebung. Ronny Menzel
Hindernisumfahrung eines autonomen Roboters in einer unbekannten statischen Umgebung. Ronny Menzel Inhalt Aufgabenstellung Begriffserklärung Hindernisumfahrungsstrategien Anforderungen an die Hindernisumfahrung
MehrCell Decomposition & Potential Field
Seminar EXRPR Cell Decomposition & Potential Field Gruppe 2: Thomas Janu Martin Koch Adrian J. Merkl Matthias Schneider Cell Decomposition & Potential Field 20.06.2005 Gruppe 2 Gliederung (1) 1.Cell Decomposition
MehrFast-SLAM: Synchrone Lokalisierung und Kartenerstellung mit einem Partikel-Filter
Fast-SLAM: Synchrone Lokalisierung und Kartenerstellung mit einem Partikel-Filter! Landmarkenbasiertes Fast-SLAM! Gitterbasiertes Fast-Slam! Optimierungen Prof. Dr. O. Bittel, HTWG Konstanz Autonome Roboter
MehrMöglichkeiten der Verhaltenssteuerung
Möglichkeiten der Verhaltenssteuerung Reaktive Robotik-Systeme [1] Übersicht Einführung Zentrale Begriffe Problematik Historie Reaktive Architekturen Beispiele [2] Einführung Begriff Roboter seit 1921
MehrWas sind Sensoren? Sensoren sind (elektronische) Bauteile zur qualitativen oder quantitativen Messungbestimmter Größen und Eigenschaften.
Sensoren Was sind Sensoren? Sensoren sind (elektronische) Bauteile zur qualitativen oder quantitativen Messungbestimmter Größen und Eigenschaften. Was messen Sensoren? Wärmestrahlung Temperatur Feuchtigkeit
MehrEndvortrag Echtzeitsystem Projektseminar
Endvortrag Echtzeitsystem Projektseminar Team Apollo 13: Sebastian Ehmes, Nicolas Acero, Huyhn-Tan Truong, Li Zhao 1 29.02.16 Gliederung I. Recap: Mission 1 & Mission 2 II. Mission 2: Selbstlokalisierung
MehrSLAM-Verfahren Synchrone Lokalisierung und Kartenerstellung
SLAM-Verfahren Synchrone Lokalisierung und Kartenerstellung EKF-SLAM: Landmarkenbasiertes SLAM-Verfahren mit einem erweiterten Kalmanfilter Fast-Slam: Gitterbasiertes SLAM-Verfahren mit einem Partikelfilter
MehrStochastische Selbstlokalisation I
Stochastische Selbstlokalisation I Thomas Röfer Unsicherheit Probabilistischer Ansatz Modelle für Bewegung und Wahrnehmung Gitterkarten Monte Carlo Methode Rückblick Architektur der Rollstühle Verteilt
MehrOdometrie und lokale Karten
Odometrie und lokale Karten Thomas Röfer Metrische Positionen Odometrie Navigation mit Odometrie Lokale Karten Rückblick Verhaltensbasierte Robotik II Subsumption Architecture Spatial Semantic Hierarchy
MehrAG ROBOTERSYSTEME FACHBEREICH INFORMATIK AN DER UNIVERSITÄT KAISERSLAUTERN. Praktikum. Praktikum Spezifikation. Gruppe A
AG ROBOTERSYSTEME FACHBEREICH INFORMATIK AN DER UNIVERSITÄT KAISERSLAUTERN Praktikum Praktikum Spezifikation Gruppe A 19. Dezember 2006 Inhaltsverzeichnis 1 Praktikum Spezifikation 3 1.1 Praktikumsteilnehmer..........................
MehrAutonome mobile Roboter. PTI 991 Wissensmanagementsysteme Carmen Teich
Autonome mobile Roboter PTI 991 Wissensmanagementsysteme Carmen Teich Übersicht 1. Einleitung 1.1 Roboter, Mobilität, Autonomie? 1.2 Was ist ein autonomer mobiler Roboter? 1.3 Warum und wofür werden Sie
MehrProseminar Künstliche Intelligenz: Wahrnehmung
Proseminar Künstliche Intelligenz: Wahrnehmung Sommersemester 2011 Computer Science Department Group Inhalt Department of Informatics 1 Sensoren 2 Bildverarbeitung Kantenerkennung 3D-Informationen extrahieren
MehrRadgetriebene Systeme
Radgetriebene Systeme Mobilität, Räder Räder benötigen weniger Energie und erlauben eine schnellere Fortbewegung (auf entsprechendem Terrain) Benötigen Kinematische Gleichungen, d.h. Beschreibungen wie
MehrEinführung in die Robotik
Einführung in die Robotik Vorlesung 2 21 Oktober 2008 Dr. Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de WS 2008/2009 Einführung Übersicht Mobile Robot
MehrLaborprojekte (1) Autonome Navigation mit Pioneer
Laborprojekte (1) Autonome Navigation mit Pioneer Basis: Differential Drive, Ultraschall, Laser. PC, Kinekt Gut getestet: Kartierung Untersuchung Odometrie (Genauigkeit, Kalibrierung) Verbesserung Kartierung
MehrReaktive und Hybride Agenten
Reaktive und Hybride Agenten Seminar: Agentensysteme SS10 Jens Wittrowski (jens.wittrowski@uni-bielefeld.de) Einleitung / Motivation Probleme mit Agenten, welche eine symbolische / logische Repräsentation
MehrKartografierung und Selbstlokalisation
yh xh und Selbstlokalisation Rückblick Odometrie und lokale Metrische Positionen y Odometrie Bewegungsmodell Thomas Röfer y w x w (x r,y r ) α (x 0,y 0 ) α r α 0 α r ( x, y) d (x,y) Selbstlokalisation
MehrEinfaches Steuerungskonzept für mobile Roboter in dynamischen unstrukturierten Umgebungen
Einfaches Steuerungskonzept für mobile Roboter in dynamischen unstrukturierten Umgebungen Thomas Krause, Peter Protzel Technische Universität Chemnitz Fakultät für Elektrotechnik und Informationstechnik
MehrGIS-basierte topologische Fahrzeuglokalisierung durch LIDAR Kreuzungserkennung
durch LIDAR Kreuzungserkennung André Müller, Hans-Joachim Wünsche Fakultät für Luft- und Raumfahrttechnik Institut für Technik Autonomer Systeme (TAS) Universität der Bundeswehr München Inhalt - Einleitung
MehrEinführung in die Robotik
Einführung in die Robotik Vorlesung 5 27 November 2007 Dr. Mohamed Oubbati Institut für Neuroinformatik WS 2007/2008 Heutiges Thema: Aktoren Einführung Sensoren Mit Hilfe von Sensoren kann ein Roboter
MehrIllustrierende Aufgaben zum LehrplanPLUS. Realschule, Informationstechnologie, Lernbereich 2: Modul Roboter unterwegs. Stand:
Roboter unterwegs Stand: 12.07.2017 Jahrgangsstufen Lernbereich 2: Modul 2.7.2 Fach/Fächer Übergreifende Bildungs- und Erziehungsziele Zeitrahmen Benötigtes Material Informationstechnologie Technische
MehrSteuerungsarchitekturen für Stand-Alone-Robotersysteme
tand-alone-systeme eminar Robotik W 04/05 Torsten Ehli nhalt 1. Allgemeine Anforderungen an 2. Klassische Zerlegung 3. Ansatz von Brooks: Ebenenentwicklung 4. Beschreibung der Ebenen 5. Weiterentwicklungen
MehrKartografierung und Selbstlokalisation
Kartografierung und Selbstlokalisation Thomas Röfer Selbstlokalisation Karten Kartografierung Parti-Game Rasterbasierte Kartografierung Rückblick Odometrie und lokale Karten Metrische Positionen y Odometrie
MehrAnnährungssensoren. Induktive Sensoren. Kapazitive Sensoren. Ultraschall-Sensoren. Optische Anährungssensoren
Annährungssensoren Zum Feststellen der Existenz eines Objektes innerhalb eines bestimmten Abstands. In der Robotik werden sie für die Nah-Gebiets-Arbeit, Objekt-Greifen oder Kollisionsvermeidung verwendet.
MehrACE ein autonomes System zur Mensch-Roboter Interaktion in der Öffentlichkeit
ACE ein autonomes System zur Mensch-Roboter Interaktion in der Öffentlichkeit Kolja Kühnlenz Dirk Wollherr Martin Buss Lehrstuhl für Steuerungs- und Regelungstechnik Technische Universität München {koku,dw,mb}@tum.de
MehrGPS: Wie funktioniert es? Ausarbeitung. KAMEL BEN YEDDER FH Wiesbaden, Fachseminar, Herr Prof. Dr. Linn
GPS: Wie funktioniert es? Ausarbeitung KAMEL BEN YEDDER FH Wiesbaden, Fachseminar, Herr Prof. Dr. Linn Inhalt 1. Einleitung 2. Geschichte 3.Aufbau 3.1Weltraumsegment (Satelliten) 3.1.1 Block I Satelliten
MehrSensoren (1) Definition
Sensoren () Definition Unter Sensoren versteht man Komponenten, in denen eine physikalische oder chemische Veränderung in ein geeignetes Nutzsignal erfasst oder gemessen wird. Sensoren () Sensorinformationen
MehrLearning to Optimize Mobile Robot Navigation Based on HTN Plans
Learning to Optimize Mobile Robot Navigation Based on HTN Plans lernen Betreuer: Freek Stulp Hauptseminar Intelligente Autonome Systeme (WiSe 2004/05) Forschungs- und Lehreinheit Informatik IX 8. Dezember
MehrLandmarkenbasierte Kartierung und Lokalisierung
Landmarkenbasierte Kartierung und Lokalisierung Inhalt 1. Kartierung Wiederholung Probleme Vergleich 2. Lokalisierung Wiederholung Fortsetzung Partikelfilter Zusammenfassung der Vorgehensweise Quellen
MehrRatSLAM. Torben Becker. 24. Mai HAW Hamburg
HAW Hamburg 24. Mai 2012 Gliederung 1 Motivation 2 3 Aussicht 2 / 21 Motivation Warum SLAM? Navigation Umgebungskartografie Feststellung der Position innerhalb eines Geländes ohne Funksignale Keine vorherige
MehrUmsetzung eines Online-SLAM-Verfahrens auf der Roboterplattform VolksBot-Lab
Umsetzung eines Online-SLAM-Verfahrens auf der Roboterplattform VolksBot-Lab Bachelorarbeit Frank Engelhardt Institut für Verteilte Systeme Gliederung Motivation Problemexposition Lösungsverfahren Zeitverhalten
MehrMaterialflusssystemen
Seite 1 / 21 Topographieerfassung und Berechnung von Bewegungsbahnen für Instandhaltungseinheiten auf Materialflusssystemen Dipl.-Ing. Matthias Bücker Dipl.-Ing. Tobias Brutscheck Teilprojektleiter: Prof.
MehrKybernetik. Vorlesung Juni Dr. Mohamed Oubbati Institut für Neuroinformatik SS 2008
Kybernetik Vorlesung 7 10 Juni 2008 Dr. Mohamed Oubbati Institut für Neuroinformatik SS 2008 Heutiges Thema: Einführung in die Robotik Was ist ein Roboter? Ein Roboter ist ein technisches Gerät, das von
MehrPanoramic Image Processing and Route Navigation
Panoramic Image Processing and Route Navigation Verarbeitung von Panoramabildern und Routennavigation Promotionskolloquium von Dipl. Inform. Thomas Röfer FB3 Informatik Universität Bremen Gliederung Verarbeitung
MehrWARUM FINDET MEIN SMARTPHONE OHNE EINSTEIN SEINEN WEG NICHT?
WARUM FINDET MEIN SMARTPHONE OHNE EINSTEIN SEINEN WEG NICHT? Jürgen R. Reuter, DESY Science Café, DESY 28.11.2012 ALLTAG: (GPS-)NAVIGATION MIT IPHONE Smartphone enthält GPS- Empfänger Positionsbestimmung
Mehr4 Autonomie bei mobilen Robotern
4 Autonomie bei mobilen Robotern Nachdem im vorhergehenden Kapitel die Begriffe autonom und Autonomie recht oft verwendet wurden, ist es an der Reihe, diese Begriffe und ihre technische Umsetzung etwas
MehrBahnplanung am stationären Hindernis
Bahnplanung am stationären Hindernis von Ilona Blanck 01. Dez 2008 im Rahmen der Seminar Ring Vorlesung des Masterstudiums Informatik der Fakultät Technik und Informatik der HAW Hamburg Übersicht 1. Motivation
MehrRoboterkonstruktionen und Programmierstrategien
Roboterkonstruktionen und Programmierstrategien für den LEGO -Roboter-Wettbewerb Oktober/November 2002 Prof. Dr. Michael Wülker Fachhochschule Offenburg Prof. Dr. Michael Wülker 1 Überblick Mobile Roboter
MehrWie sich Maschinen in unserer Welt zurechtfinden können
Mittwoch, den 7. Mai 2014 Spielregeln: 1. Fragen aufschreiben und am Ende stellen 2. Beide Hände oben: Mucksmäuschenstille 3. Notizen machen 1 Sinnesorgane Verstehen: Die Sinnesorgane allein reichen nicht!
MehrOdometrie und lokale Karten
h und lokale Karten Rückblick Verhaltensbasierte Robotik II Subsumption Architecture Spatial Semantic Hierarch Thomas Röfer Navigation mit n Ansichtsgraph/Platzgraph Navigation nach Instruktionen
MehrEinführung in die Robotik Selbstlokalisierung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.
Enführung n de Robotk Selbstlokalserung Mohamed Oubbat Insttut für Neuronformatk Tel.: (+49) 731 / 50 4153 mohamed.oubbat@un-ulm.de 08. 01. 013 Dr. Oubbat, Enführung n de Robotk (Neuronformatk, Un-Ulm)
MehrOrientierungsbestimmung mobiler Objekte unter Verwendung von Magnet- und MEMS Inertialsensoren
. Orientierungsbestimmung mobiler Objekte unter Verwendung von Magnet- und MEMS Inertialsensoren Geodätische Woche 2013 F. Zimmermann, C. Eling, L. Klingbeil, H. Kuhlmann 08.10.2013 Unmanned Aerial Vehicle
MehrGrundlagen der Objektmodellierung
Grundlagen der Objektmodellierung Daniel Göhring 30.10.2006 Gliederung Grundlagen der Wahrscheinlichkeitsrechnung Begriffe zur Umweltmodellierung Bayesfilter Zusammenfassung Grundlagen der Wahrscheinlichkeitsrechnung
MehrUberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung
Vorlesung Geometrische Algorithmen Bewegungsplanung fur Roboter (Robot Motion Planning) Sven Schuierer Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski
MehrPositionsbestimmung im Weltraum mittels Distanzmessungen
Positionsbestimmung im Weltraum mittels Distanzmessungen Andrea Maier Institut für Weltraumforschung Abteilung für Satellitengeodäsie Graz in Space 6.-7. September, 2012 1 / 23 Allgemein Was ist eine Position?
MehrSensorik. Thomas Röfer. Steuerung und Regelung Interne Sensorik Rotation, Belastung,... Externe Sensorik Taktil, Infrarot, Ultraschall,...
Sensorik Thomas Röfer Steuerung und Regelung Interne Sensorik Rotation, Belastung,... Externe Sensorik Taktil, Infrarot, Ultraschall,... Kognitive Robotik I Rückblick Motorik Antriebs-/Lenkachse Differenzieller
MehrEntwicklung eines Location Tracking Systems. Edyta Kutak
Entwicklung eines Location Tracking Systems für r die Indoor Navigation Edyta Kutak Überblick Motivation Indoor Location Tracking Grundlage für f Lokationsverfahren Positionsbestimmungssysteme Kategorien
MehrEinführung Software. Gerald Steinbauer Institut für Softwaretechnologie. Gerald Steinbauer. Konstruktion Mobiler Roboter, PR, WS10
Konstruktion Mobiler Roboter Einführung Software Institut für Softwaretechnologie 1 Kontroll Paradigmen Selbstlokalisation vorhandene Software Agenda Robot Operating System (ROS) 2 Kontrollparadigmen drei
MehrIdentPro Intralogistiklösungen für. Rostock, 01. Juni 2016
IdentPro Intralogistiklösungen für Rostock, 01. Juni 2016 IdentPro Intralogistiklösungen für Seehafen Wismar I N D U S T R I E 4.0 Teilnehmer Herr Groß Herr Peters Herr Rudat Herr Kremp Wismar, 16. Novemberr
MehrIndoor-Navigation ermöglicht den Einsatz neuer Technik für Mensch und Maschine
Indoor-Navigation ermöglicht den Einsatz neuer Technik für Mensch und Maschine Zusammenfassung Die Indoor-Navigation gewinnt mit der steigenden Digitalisierung und Automatisierung von Unternehmensprozessen
MehrSoftwarepraktikum Teamrobotik SS 2007 Abschlusspräsentation
Inhalt des Vortrags Softwarepraktikum Teamrobotik SS 27 Abschlusspräsentation von Norman Siemer, Thomas Poltrock und Martin Schemmer Einleitung Aufgabenstellung: Kollisionsfreie Navigation durch einen
MehrAutonomes Fahren Technologien und Chancen
Shaping the future Autonomes Fahren Technologien und Chancen Roland Siegwart, ETH Zurich www.asl.ethz.ch www.wysszurich.ch ETH, Januar 31, 2017 Roland Siegwart 31.01.2017 1 Mobilität der Puls unserer Gesellschaft
MehrProgrammierung einer KI. SoPra 2017 Jenny Hotzkow
Programmierung einer KI SoPra 2017 Jenny Hotzkow Model View Controller Client KI Integration in die Softwarearchitektur (1) KI Integration in die Softwarearchitektur (2) Command-Pattern // Bestimmung möglicher
MehrSimulationen mit Morse Simulator
Simulationen mit Morse Simulator Übung 5 Victor Casas TU Ilmenau Page 1 Gliederung Systementwicklungsprozess und Abstraktion Aufgabenziel Einführung Morse Simulator Beispiel: Kollisionsvermeidung zwischen
MehrGPS System. NAVSTAR-System besteht aus 3 Komponenten. Geschichte Grundfunktion Wie funktioniert GPS?
GPS System Gliederung Die Position der Satelliten Die Zeit ist das Wesentliche Die eigentliche Positionenbestimmung Was ist GPS? Geschichte Grundfunktion Wie funktioniert GPS? Eingeschränkte Signale Mögliche
MehrGrundlagen GPS. Copyright by Compass Yachtzubehör
Grundlagen GPS Was bedeutet GPS? Wofür wurde GPS entwickelt? Geschichtlicher Rückblick Aufbau des Satelliten Systems Funktionsweise des GPS-Systems Genauigkeit des GPS Systems und deren Faktoren WAAS /
MehrLokale Beleuchtungsmodelle
Lokale Beleuchtungsmodelle Oliver Deussen Lokale Modelle 1 Farbschattierung der Oberflächen abhängig von: Position, Orientierung und Charakteristik der Oberfläche Lichtquelle Vorgehensweise: 1. Modell
MehrPositionsbestimmung in Gebäuden
Positionsbestimmung in Gebäuden Positionsbestimmung in Gebäuden Proseminar Technische Information Michael Schmidt Januar 2010 Positionsbestimmung in Gebäuden 1 Warum Indoor-Positionierung? Anwendungen:
MehrPositionsbestimmung mit GPS-Satelliten
Bild 5.7_1 Das satellitengestützte Radionavigationssystem NAVSTAR GPS (NAVigation System with Time And Ranging Global Positioning System) wird seit 1973 im Auftrag des US-Verteidigungministeriums (Department
MehrKognitive Robotik II - Überblick
Kognitive Robotik II - Überblick Thomas Röfer VAK: 3-793 Vorlesung: Mi. 13:15-14:45 in MZH 5280 Praktikum: Mi. 15:15-16:45 in MZH 5280 / 5380 http://www.tzi.de/~roefer/kr01 Universität Bremen Abschluss
MehrDynamische Geometrie & Komplexitätstheorie. Céline Schöne und Gunther Kraut
Dynamische Geometrie & Komplexitätstheorie Céline Schöne und Gunther Kraut Wir haben gelernt... Es gibt freie und abhängige Punkte. Mit Snapshot ist eine bestimmte Position der freien Elemente bezeichnet.
MehrNavigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrAutonomous Systems Lab Zürich
Philipp Krüsi 03.11.2011 Steuerung von UGVs Manuelle Fernsteuerung a) Fahrzeug in Sichtweite: Fahren auf Sicht b) Fahrzeug ausser Sicht: Steuerung mit Hilfe von Kamera-Bildern od. anderen Sensoren Autonome
MehrNeue Entwicklungen in der GNSS Technik
Neue Entwicklungen in der GNSS Technik SONDIERUNG VERMESSUNG ABSTECKUNG ili gis-services Hersteller-unabhängiges Ingenieurbüro seit über 15 Jahren Maßgeschneiderte Hard- und Softwarekombinationen namhafter
MehrLokalisierung und Topologiekontrolle
Lokalisierung und Topologiekontrolle Seminar: Kommunikation in drahtlosen Sensornetzwerken Martin Schmidt Einführung Lokalisierung: Für viele Informationen ist die Position wichtig Traditionelle Technik
MehrVorwärtskinematik und inverse Kinematik. Andreas Schmidtke
Vorwärtskinematik und inverse Kinematik Andreas Schmidtke Übersicht 1. Vorwärtskinematik 2. Standardframes 3. Inverse Kinematik 4. Bemerkungen zur Numerik Übersicht 1. Vorwärtskinematik 1. Modellierung
MehrOrtsbestimmung und Ortsmodelle
Ortsbestimmung und Ortsmodelle Distributed Systems Seminar Thomas Gloor Betreuer: Christian Frank Aufteilung Teil 1: Ortsbestimmung am Beispiel von Place Lab Thomas Gloor Teil 2: Ortsmodelle und ihre Anwendungen
MehrProseminar K.I. - Thomas Twardawski. Biomimetische Robotik
Proseminar K.I. - Thomas Twardawski Biomimetische Robotik 29.06.2011 Gliederung 1. Begriffserklärung 2. Navigationsarten 3. Beispielroboter 4. Quellen 1. Begriffserklärung Bionik Biologie und Technik.
MehrBereitstellung und Nutzung von Ortsinformationen
Adrian Listyo Betreuerin: Svetlana Domnitcheva 1 Ueberblick Anwendungsmöglichkeiten Techniken zur Bestimmung der Position Technologien: Evaluation und Anwendungen Sensor Fusion Entwicklung 2 Anwendungsmöglichkeiten
MehrArbeitsbereich Kognitive Robotik
Arbeitsbereich Kognitive Robotik Bernd Krieg-Brückner, Thomas Röfer, Axel Lankenau, Rolf Müller Bremer Institut für Sichere Systeme Technologiezentrum Informatik Universität Bremen SPP Raumkognition Themen
MehrUPNS4D+: Selektive Gewinnung geringhaltiger Lagerstätten durch Untertagerobotik
UPNS4D+: Selektive Gewinnung geringhaltiger Lagerstätten durch Untertagerobotik Dr. Matthias Rabel, indurad GmbH Koordinator: Dr. Reik Winkel, indurad GmbH Förderkennzeichen: 033R126A Verbundpartner XGraphic
MehrAufgabe 4.1 Robotermodell (1)
Aufgabe 4.1 Robotermodell (1)! Erstellen Sie ein Simulationsmodell für einen mobilen Roboter (z.b. Pioneer 3DX), der sich über Geschwindigkeit v und Rotationsgeschwindigkeit ω steuern lässt. v ω Pioneer
MehrProbabilistische Methoden für die Roboter-Navigation am Beispiel eines autonomen Shopping- Assistenten. Von Christof Schröter
Probabilistische Methoden für die Roboter-Navigation am Beispiel eines autonomen Shopping- Assistenten Von Christof Schröter Universitätsverlag Ilmenau 2009 Impressum Bibliografische Information der Deutschen
MehrTriangulierungen und Kartographie
Triangulierungen und Kartographie Ein Einblick in geometrische und topologische Methoden Stefan Krauss, Clara Löh Fakultät für Mathematik, Universität Regensburg, 93040 Regensburg 30. Oktober 2015 Was
MehrPacman. Projektbeschreibung. Aus was wir Pacman nachgebaut haben. Anpassungen and die physikalische Welt, oder wie wir das
Pacman Projektbeschreibung Übersicht: Unser Projekt Was Pacman eigentlich ist. Aus was wir Pacman nachgebaut haben. Anpassungen and die physikalische Welt, oder wie wir das Pacman-Spiel mit Lego implementiert
MehrLösung III Veröentlicht:
1 Projektil Bewegung Lösung Ein Ball wird von dem Dach eines Gebäudes von 80 m mit einem Winkel von 80 zur Horizontalen und mit einer Anfangsgeschwindigkeit von 40 m/ s getreten. Sei diese Anfangsposition
MehrSELF-DRIVING CARS. GSM, WS2018/19, Niclas zum Felde
SELF-DRIVING CARS GSM, WS2018/19, Niclas zum Felde AGENDA Motivation Historie Klassifizierung Aktuelle Forschung Konferenzen Ausblick MOTIVATION Im Bachelor Autonomes Modellbausegelboot Entwicklung einer
Mehr(Indoor)-Lokalisation
(Indoor)-Lokalisation Mathias Pelka http://www.cosa.fh-luebeck.de 19.05.2014 2014 Forschung erforschen 1 Global Positioning System (NAVSTAR GPS) Ermöglicht die Positionsbestimmung Zwei Frequenzen (L1,
Mehr