36 Freie Universität Berlin. Robotertechnik Robot technology

Transkript

1

2 Schwerpunkte und Leitlinien der Forschung in den Fächergruppen Areas of focus and guidelines for research in the groups of subjects Im Mittelpunkt der Forschung zur Künstlichen Intelligenz stehen die Robotik und die Sensorik. So wurden in den vergangenen Jahren die sogenannten FUmanoiden Fußballroboter, Vizeweltmeister im Roboterfußball, entwickelt. Die FUmanoiden sind autonom agierende Roboter, die mithilfe eines IGEPv2-Moduls mit 1 GHz-Prozessor und WLAN-Unterstützung untereinander kommunizieren und ihre Spielstrategie planen. Die Augen des Roboters bildet eine hochauflösende Kamera, die Raum und Gegenstände erfasst. Diese Bilder werden von den Robotern dahingehend ausgewertet, wo sie sich auf dem Spielfeld befinden, wer ihnen im Weg steht und wie sie den Ball am besten ins Tor schießen. Robotertechnik Robot technology Roboter werden darüber hinaus als Werkzeug der Intelligenz- und Lernforschung verwendet. Sie sollen lernen, Objekte in ihrer Umwelt zu erforschen, indem sie verstehen, Gegenstände zu verschieben oder zu greifen. Ziel ist ein allgemeines Verständnis des Lernens aus der direkten sensomotorischen Interaktion mit der natürlichen Umwelt. Ein weiteres Beispiel sind biomimetische Roboter, die für die Untersuchung des Bienentanzes eingesetzt werden. So wird eine robotische Biene gebaut, die alle Komponenten der Bienenkommunikation beherrscht. Die robotische Biene soll sich beliebig bewegen, ihre Flügel mit den notwendigen Frequenzen schwingen lassen und realen Bienen Zuckerlösung mit der Duftnote der Futterquelle anbieten. Die echten Bienen, die dem Tanz folgen, werden beim Verlassen des Bienenstocks markiert und deren Ziel wird identifiziert, um den Effekt des Bienentanzes der robotischen Biene auf die echten Bienen zu untersuchen. Institut für Informatik Institute of Computer Science Fahrerassistenz- sowie fahrerlose Transport- und Autonomiesysteme zeigen innovative Forschungen mittels neuartiger Robotik und elektronischer Sensorik, die für die Fahrzeugtechnologie und Sicherheitsforschung zukunftsweisend sind. Autonomie- und Fahrerassistenzsysteme spielen eine entscheidende Rolle bei der Entwicklung eines fahrerlosen Automobils und sind in einem Testfahrzeug der Freien Universität Berlin bereits im Einsatz. Dabei werden die Grundlagen für eine unfallfreie, effiziente und umweltgerechte Mobilität zukünftiger Fahrzeuge erprobt. Der Bereich Bildverarbeitung befasst sich hierfür mit dem Erkennen von Fahrbahnmarkierungen, Straßenbegrenzungen und Verkehrsteilnehmern. Bei der 3-D-Umfeld-Sensorik geht es um Erkennen und Verfolgen von Objekten oder Fahrzeugen sowie um die Erstellung von 3-D-Umgebungskarten mittels Lasersensoren. Ziel ist es, neuartige elektronische Sensoren und computerisierte Steuerungsmöglichkeiten für Automobile der Zukunft zu untersuchen, intelligente Technologien im Bereich Fahrerassistenz und Fahrzeugsteuerung bis hin zu universell einsetzbaren Autonomiefunktionen zu generieren und diese Technologien in einem konfigurierbaren Gesamtsystem kommerziell anzubieten. Ein neuartiges Informationssystem der Künstlichen Intelligenz und Mikrooptik stellt die Entwicklung einer Lesebrille für Sehbehinderte und Blinde dar. Hierfür werden eine Software und Steuerung für eine aktive Kamera generiert, die gezielt in der Umgebung nach Dokumenten sucht, diese erfasst und über einen Synthesizer vorliest. Zur Datenverarbeitung ist diese Kamera inklusive Mikrofon und Kopfhörer mit einem Mini-PC verbunden, der benutzerfreundlich durch Spracheingabe oder Fernbedienung gesteuert werden kann. Es ist vorgesehen, dass blinde Benutzer die vorzulesenden Objekte nur vor die Lesebrille zu halten brauchen, das System erkennt selbständig relevante Inhalte und liest diese vor. Benutzerinnen und Benutzer können mittels Sprache oder eines drahtlosen Steuergeräts durch den Inhalt navigieren, der sich wiederum speichern lässt. Derzeit existiert weltweit kein vergleichbares portables Vorlesesystem für Blinde und Sehbehinderte auf dem Markt. Ein anderer innovativer Entwicklungsbereich bildet die informatische und disziplinenübergreifende Sicherheitsforschung, um aus den gewonnenen interdisziplinären Forschungsergebnissen Handlungsempfehlungen für Politik, Industrie und andere Organisationen abzuleiten. Beispielhaft werden die Auswirkungen mehrtägiger Stromausfälle und einer Pandemie auf die öffentliche Sicherheit in Deutschland analysiert. Bisher fehlen ge- 36 Freie Universität Berlin

3

4 R1: Autonomous Cars ( ) We have been building autonomous robots for many years. In the last few years, we started developing full-scale robotic vehicles. Our group took part in the DARPA Urban Challenge competition, held in November 2007 in the USA. We reached the semifinals of the contest. Our vehicle has been operational since January of We are now driving the vehicle in our new testbed: Tempelhof Airport in Berlin. Our robotic vehicle at the Urban Challenge competition in Victorville, CA (2007) Our vehicle has the following sensors: Spirit of Berlin driving in Tempelhof Airport (2009) a) Frontal laser scanner for detecting vehicles on the road, b) Velodyne 3D-Scanner on top of the vehicle, c) Video cameras on top of the vehicle, d) Ultrasound sensors in the bumpers, e) GPS navigation system with submeter accuracy. The car is controlled by two IBM servers with four cores on each board. 2

5 A view of the cockpit of our vehicle, adapted for drive-by-wire, and of our laboratory at FU Berlin Future components and sensors for our autonomous car will be cheap, modular, and reusable on different kinds of robots. We are working on several subprojects: a) Computer vision for the road. The computer vision should be able to recognize vehicles and the lane lines. We have a prototype for a car recognizer developed with machine learning techniques. In a cooperation with the company Hella-Aglaia we are now using their computer vision development software. b) New method for tracking objects detected with the laser scanner. At the moment of this writing, we detect objects with the laser scanner in every frame but we do not track them more than a few seconds. It is not trivial to track scanned objects (due to occlusions). c) Combination of the computer vision with the data from the laser scanners, in order to implement a virtual Lidar sensor with higher resolution. e) Development of a new kind of 3D-Scanner. We used a Velodyne 3D-Scanner during the Urban Challenge competition. This is a very expensive, yet powerful unit. We are developing our own 3D-Scanner using a special mirror in collaboration with MicroEpsilon, a LIDAR company. f) We are investigating also high-level control strategies for autonomous vehicles based on reinforcement learning. In the future we would like to have one single 3D-laser scanner and videocameras as the main sensors. We would also like to be able to drive without an expensive GPS system. The navigation system should be like the ones used today in consumer cars. We are working on such a project in cooperation with Hella-Aglaia. This project is being pursued by five doctoral students: Fabian Wiesel, Tinosch Ganjineh, Mohammed Fraheer, Miao Wang, and David Latotztky with funding from the Ministry of Education and Research (BMBF). Additional funding has been requested for instrumenting a second autonomous car in Five undergraduates participate also as members of the development team. In a related project, my PhD student Colin Bauer from Carmeq AG, is developing cognitive models of human drivers. We will test these models using our robotic platform. 3