ACE ein autonomes System zur Mensch-Roboter Interaktion in der Öffentlichkeit

Transkript

1 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 1 Sicherheitskäfige Strenge Trennung von Mensch und Roboter Roboter heute Begrenzt Zusammenarbeit zwischen Mensch und Roboter This robot has no brain - use your own! Einführung 2 1

2 Langfristige Ziele Grenzen überwinden Zusammenarbeit zwischen Mensch und Roboter Roboter als Partner Einführung 3 Quelle: Wikipedia/stat. Bundesamt Altersverteilung Deutschland 2050 > 65 Jahre: 33 % <19 Jahre: 15 % Alternde Gesellschaft Nagoya University Stanford CIRT/U-Tokyo Bedarf Assistenz im Haushalt Mobilität Rehabilitation Waseda University Einführung 4 2

3 ACE - Autonomous City Explorer [Kühnlenz/Wollherr et al.] finde den Weg von der TUM zum Marienplatz ohne Kartenwissen Wissenserwerb durch Interaktion mit Passanten Gemeinschaftsprojekt: Kolja Kühnlenz: Bildverarbeitung und Umgebungsverstehen Dirk Wollherr: und Kommunikation Das ACE Projekt 7 Stand der Forschung Robots Hoch entwickelte Naviagation im Freien, unstrukturierte Umgebungen (DARPA/Urban Challenge, Elrob etc.) als isolierte Schwierigkeit Menschen werden als Hindernisse klassifiziert Interaction Robots Interaktion meist in strukturierten Umgebungen in Gebäuden Umgebung ist bekannt, Roboter bietet Hilfe und Informationen (Minerva, Rhino etc.) Das ACE Projekt 8 3

4 Das System Das ACE Projekt 9 Wissenschaftliche Herausforderungen (Struktur des Vortrags) Orientierung Eine Karte aufbauen und sich selbst darin lokalisieren (SLAM) Fahren in Umgebungen mit beweglichen Hindernissen Behavior Control Umgebungsangepasstes Verhalten Kommunikation Verbaler and nicht-verbaler Informationsaustausch Das ACE Projekt 10 4

5 Die von ACE 11 Simultaneous Localization and Mapping (SLAM) ACE baut eine occupancy grid Karte mit Rao-Blackwellized particle filters Robotertrajektorie Karte Odometrie Beobachtungen Schätzung des particle filters analytisch berechnet Grid-basiertes SLAM benötigt keine vordefinierten Feature Extaktoren robuster in unstrukturierten Umgebungen Schätzung von Personen Position 12 5

6 Modellierung dynamischer Objekte Raum-Zeit Objekte Harte Raum-Zeit Objekte van den Berg, Ferguson and Kuffner(2006) Deterministische Modelle für dynamischen Anteil Vollständige Kollisionsvermeidung van den Berg (2007) Vollständige Abdeckung der Fläche Bedarf für weiche Begrenzung 14 Die von ACE 15 6

7 Pfadplanung Knoten der Hindernis Begrenzungen und des Extended Voronoi Grafen werden zu einem Sichtbarkeitsgrafen verbunden Pfadsuche mittels A* Ansatz erlaubt Pfadplanung in engen Gassen und offenen Plätzen 16 Die von ACE Probabilistische Modelierung dynamischer Objekte mit Markov Ketten 17 7

8 Markov Ketten Modell Offline Teil 1. Berechnung der Erreichbarkeitsmenge: Dynamisches Modell: Diskretisierter Zustandsraum Erreichbarkeitsmenge 18 Markov Ketten Modell Offline Teil 2. Abstraktion von kontinuierlicher Dynamik zu Markov Ketten 19 8

9 Probabilistische Abbildung Markov Ketten Modell Online Teil Beispiel: Anfangszustand i : 20 Die von ACE 21 9

10 Lokale Neuplanung Erwartete Kosten Potential Field Travel Cost Velocity Obstacle Delay Cost 22 Lokale Neuplanung Überlappungswahrscheinlichkeit Für jede Person : probabilistische Mengen für mehrere Zeitschritte mit 23 10

11 Lokale Neuplanung Gesamtkosten Gesamtkosten = gewichtete Summe der Fahrt und Verzögerungskosten Kompromiss zwischen Umweg und Verzögerung 24 Scene with 1 person 27 11

12 Scene with 1 person multiple 28 Scene with 3 persons 29 12

13 Mensch-Roboter Kommunikation Dialog Struktur Prinzipien der Mensch-Mensch Kommunikation Dialogstruktur bei Fragen nach dem Weg: 1. Vorstellen 2. Wegbeschreibung 3. Bestätigung 4. Abschluss Natürlichere und intuitivere Kommunikation Mensch-Roboter Interaktion 30 Mensch-Roboter Kommunikation Bezugssystem Problem: mehrdeutige Information durch verschiedene Bezugssysteme Lösung: Abgleich der Bezugssysteme vor der Wegbeschreibung Mensch-Roboter Interaktion 31 13

14 ACE beim Erfragen von Wegbeschreibungen Mensch-Roboter Interaktion 32 Weitere Informationsverarbeitung Kommunikation Eindeutige Informationen Topological route graph Interne Informationsrepräsentation Plausibilitäts-Check Wissen hinzufügen Wegplanung Korrelationskoeffizient und Vektorähnlichkeit berechnen Wissen erweitern und Vertrauen berechnen Kürzesten und sichersten Weg bestimmen Wissen erweitern Mensch-Roboter Interaktion 33 14

15 Experiment in Münchner Innenstadt vom TUM-CCRL zum Marienplatz 1,5km Entfernung Interaktion mit 38 Passanten Marienplatz Video 35 15

16 Acknowledgments DFG Cluster of Excellence Cognition for Technical Sytems (CoTeSys) DFG Collaborative Research Centre High-Fidelity Telepresence and Teleaction (SFB453) EU Project MOVEMENT BlueBotics SA EU Project R. Bernhaupt, A. Weiss 36 Das ACE Team Dr. K. Kühnlenz, Dr. D. Wollherr (JRGs in CoTeSys) F. Rohrmüller, G. Lidoris, K. Klasing, A. Bauer T. Xu, T. Zhang, S. Sosnowski, Q. Mühlbauer viele Studenten 16