Autonome mobile Roboter. PTI 991 Wissensmanagementsysteme Carmen Teich

Ähnliche Dokumente
Autonome Roboter. Von Matthias Hauth Seminar Moderne Robotik

3 Programmierung von Robotern

Möglichkeiten der Verhaltenssteuerung

Steuerungsarchitekturen für Stand-Alone-Robotersysteme

Grundlagen der Signalverarbeitung und Robotik

Aufgabenorientierter Aktionsplaner

Robotik Seminar 2006 Mobile autonome Roboter

Der PECS-Agent als Referenzmodell

Reaktive und Hybride Agenten

- Soccer Simulation - Dietmar Lammers / Hochschultag. Institut für Informatik Universität Münster. Agenten und Roboter.

AI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen

Simulation als epistemologische Grundlage für intelligente Roboter

Einführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / mohamed.oubbati@uni-ulm.

Planungsansätze aus der Künstlichen Intelligenz

Überblick über existierende Agenten- Architekturen in der VKI

Einführung in die Artificial Intelligence

Klassifizierung von Agenten Verteilt-kooperative Informationssysteme 1

Intelligente, Universelle Agenten. Michael Thielscher. Institut Künstliche Intelligenz

Einführung in die Robotik

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung

Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung

Humanoide Roboter Erlernen von Ballannahme, Positionierung zum Ball und gezieltes Schiessen. Sebastian Jakob

Künstliche Intelligenz

Kompetenzfeld Software- und Automatisierungstechnik

Modellierung von Non Player Chareacters

Statecharts in UML Grundlagen und Übersetzung in Colored Petri Nets

Grundlegende Mechanismen der Verhaltenssteuerung

Mathematik. Technik. Programmieren. Physik. Mechanik. Elektronik. Getriebeverhältnisse. Sensoren Antwort/ Feedback. Einfache Maschinen

Einführung in die Robotik

Einleitung und Intelligente Agenten MAS-Seminar - SS2008

6 Neuronale Modellierung: Der STAA-Ansatz

Verhaltensbasierte Robotik

Arbeitsbereich Kognitive Robotik

7. Konkretisierungen im Feindesign. 7.1 Zustandsdiagramme 7.2 Object Constraint Language

An Overview of the Signal Clock Calculus

Hauptseminar Roboternavigation. Kartenaufbau nach Thrun

Cell Decomposition & Potential Field

Kompetenzfeld Software- und Automatisierungstechnik

Künstliche Intelligenz - Logische Agenten und Roboter

Kompetenzfeld Software- und Automatisierungstechnik

Example Ptolemy Model of Comp.: Synchronous Reactive

Künstliche Intelligenz

Meilenstein 3 - Abschlusspräsentation

NWT Projekt Jannik Karl NWT Projekt Arbeit Legoroboter

Ein Datenmodell zur Beschreibung der Fähigkeiten heterogener Robotersysteme

LVMAS. Das mobile Agentensystem in NI LabVIEW. Frederik Berck GSI Darmstadt

Softwarepraktikum Teamrobotik SS 2007 Abschlusspräsentation

Autonome Mobilität - Was wir von biologischen Systemen lernen können. Georg Färber Realzeit Computer - Systeme Technische Universität München

Inhalt. Wissensbasierte Diagnose Entscheidungsbäume Bayes-Netze Fallbasiertes Schließen Funktionsorientierte Diagnose Modellbasierte Systeme

Künstliche Intelligenz

Electronic Design Automation (EDA) Spezifikation

J. Reinier van Kampenhout Robert Hilbrich Hans-Joachim Goltz. Workshop Echtzeit Fraunhofer FIRST

Neues Verfahren zur Roboterzielführung ohne Kalibrierung

Übersicht. 7. Prädikatenlogik 1. Stufe

Anwendung der Roblet -Tec hnol ogie

Byzantinische Fehlertoleranz durch Gruppenkommunikation am Beispiel des Rampart-Toolkit Frank Mattauch

Thema. Intelligente Agenten im Web

Mobile Robotik KMR QUANTEC

Modell-Programmierte Roboter Regelung. Univ.-Prof. Dr. Michael Hofbaur Institut für Automatisierungs- und Regelungstechnik, UMIT, Hall i.

Steuerungsarchitektur für Multi-Roboter Kooperation

Verteilte Echtzeit-Systeme

V.V.Hafner, 05/2006. Roboter Kontroll Architekturen

Lernfähige Roboter. die Zukunft der Servicerobotik. Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten

Reactive and Hybrid Agents Multiagentensysteme, Veranstalter: Alexa Breuing, Ipke Wachsmuth Vortragender: Hauke Kaufhold

Übersicht. Sexualtrieb & Selbsterhaltungstrieb. Schicht 1. Psychoanalyse evaluiert durch Simulation? Das Projekt SiMA. F39 & F1 Libido Quellen

Wachsende Investitionen für ein digitales Deutschland

Prüfung WS 2006/07. Robotik

Electronic Design Automation (EDA) Systementwurf

TUD Computer Poker Challenge

Leicht konfigurierbare Hardware-Abstraktionsschicht für flexible Automatisierung

Seminar Kognitive Robotik. Interne Modelle I Vorwärtsmodelle Vortragender: Rüdiger Timpe

DWH Automatisierung mit Data Vault 2.0

Softwaretest von verteilten Echtzeitsystemen im Automobil anhand von Kundenspezifikationen

X2X SOFTWARE-ROBOTER

Mess- und Regelungstechnik

Grundlagen. Vortrag von. Veranstaltung. Rüdiger Busch. Rechnernetze 1

Einfaches Steuerungskonzept für mobile Roboter in dynamischen unstrukturierten Umgebungen

Objektorientierte Programmierung (OOP)

EPK. Ereignisgesteuerte Prozessketten

Verhaltensbasierte Robotik II

Funktionselemente von Netzwerken

Bewegungsplanung für den vierbeinigen Roboter AMEE. Björn Bettzüche

Was ist künstliche Intelligenz?

UML (Unified Modelling Language) von Christian Bartl

Staubsauger-Roboter. Als Vorlage dienen dir drei Klassen: RECHTECK Damit kannst du die Wände des Raums darstellen.

Hindernisumfahrung eines autonomen Roboters in einer unbekannten statischen Umgebung. Ronny Menzel

8. Reinforcement Learning

Intelligente Agenten

JavaSpaces. Markus Helbig, Christian Holder, Marco Jilg, Dominik Krautmann, Richard Waschhauser

Odometrie und lokale Karten

Einführung in die Künstliche Intelligenz SS 18 Prof. Dr. J. Fürnkranz, Prof. Dr. K. Kersting

Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)

Rahmen-Analyse. Erving Goffman (1977) Ein Versuch über die Organisation von Alltagserfahrungen. S. König, S. Schabernak

IEMTEC GmbH. Seite IEMTEC GmbH

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung

Spracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16

LADEN SIE UNS HEREIN IN IHRE INNOVATION UND ERFAHREN SIE UNSER MEHRWERT

SIMERO: Erzeugung von flüssigen und schnellen Roboterbewegungen

Probleme der Navigation von Rehabilitationsroboter: Intelligenter Rollstuhl

Transkript:

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 gebraucht? 2. Hardware eines autonomen Roboters 3. Software eines autonomen Roboters 30.01.2011 2

1.1 Roboter, Mobilität, Autonomie? Roboter - stationäre oder mobile Maschinen - erfüllen nach einem bestimmten Programm festgelegte Aufgaben Mobilität - Roboter ist nicht fix montiert - bewegt sich mehr oder weniger frei in einer bestimmten Umgebung - Art des Terrains bestimmt die notwendigen Aktoren zur Fortbewegung - ebenes Gelände: Räder - zerklüftete Gesteinslandschaften: Ketten oder Beine Autonomie -lässt sich in verschiedenen Graden realisieren -nicht völlig autonom : selbständiges Erkunden der Umgebung, Abarbeitung der gestellten Aufgaben, aber Zurückkehren zu einer Ladestation -notwendige Grad an Autonomie lässt sich aus der Spezifikation der zu erledigenden Aufgaben bestimmen 30.01.2011 3

1.2 Was ist ein autonomer mobiler Roboter? als autonome mobile Roboter werden Roboter bezeichnet, die sich in ihrer Umgebung selbständig bewegen und agieren können. Autonomie des Roboters bezieht sich: I. Hard-/Software (direkt auf dem Roboter montiert) II. Unabhängigkeit von einer Energiequelle 30.01.2011 4

1.3 Warum und wofür werden Sie gebraucht? mobile Roboter unterscheiden sich stark in Konstruktion und Aufbau durch ihre unterschiedlichen Einsatzgebiete: Selbstbau-und Spielroboter autonome Kleinroboter, deren Einsatzgebiet im nichtkommerziellen Hobby- und Spielbereich liegt Serviceroboter dieser kommerzielle Einsatz der mobilen Roboter gewinnt zunehmend an Bedeutung. typische Einsatzfälle sind: - Informationsplattformen auf Baumärkten - Inspektionsroboter auf Ölplattformen oder in Rohrleitungen - Serviceroboter im Pflege- und häuslichen Bereich 30.01.2011 5

2. Hardware eines autonomen Roboters zwei Kategorien: Sensoren und Aktoren zusätzlich: Steuerungselektronik (relativ einfachen Schaltkreisen bis hin zu komplexen Computersystemen) Sensoren -interne Sensoren: versorgen die Steuerungssoftware mit Daten über den Zustand des Roboters (z.b.: Ladezustand der Batterien) -externe Sensoren: liefern Daten über die Umwelt (z.b.: Daten über Art und Entfernung von Hindernissen) Aktoren - dienen der Manipulation des Roboters bzw. der Umgebung -interne Aktoren: verändern den Zustand des Roboters (z.b.: Aufladen der Batterien) - externe Aktoren: zur Fortbewegung oder zum Bewegen von Objekten 30.01.2011 6

3. Software eines autonomen Roboters verschiedene Softwareansätze zur Realisierung autonomen Verhaltens in der Praxis: Kombinationen dieser Techniken und Methoden aus dem Bereich der neuronalen Netze Verhaltensbasierte Architektur (Reaktive Architektur) Funktionsorientierte Architektur (DeliberativeArchitektur) Hybride Architekturen Kognitive Architekturen Subsumption Architektur 30.01.2011 7

Verhaltensbasierte Architektur (Reaktive A.): einfachste Softwarearchitektur für autonome Roboter (auch Softwareagenten) Verhalten des Roboters wird durch eine Ansammlung von Stimulus- Response (Sense-Act) Regeln definiert sensorischen Inputs werden über jede dieser Regeln iteriert Outputs dieser Regeln (Behaviors) bestimmen dann die Reaktion des Roboters (Kombination der ausgelösten Verhalten wird ausgeführt) Regeln besitzen keinen von außen beobachtbaren State sehr schnelle Architektur: da die Regeln gleichzeitig ausgelöst werden, und ohne Planung ihre Prozeduren durchlaufen 30.01.2011 8

Verhaltensbasierte Architektur (Reaktive A.): Vorteil: seine Geschwindigkeit Roboter kann sofort auf unvorhergesehene Ereignisse reagieren, während andere Architekturen diese gar nicht erst registrieren, oder erst planen müssen wie sie mit diesem Ereignis umgehen Nachteil: Roboter lernt nicht Er erstellt kein internes Weltmodell und kann keine optimalen Routen, geschweige denn Langzeitstrategien planen (hinderlich bei Einsatzgebieten, in denen nur eingeschränkte Kommunikation mit dem Roboter möglich ist) 30.01.2011 9

Funktionsorientierte Architektur (Deliberative A.): ist in seinen Eigenschaften das Gegenteil vom reaktiven. erster Schritt: Erstellung eines mehr oder weniger akkuraten internen Weltmodells zweiter Schritt : Planung seiner Aktionen in diesem Weltmodell im Hinblick auf die Erreichung seiner Ziele danach: Ausführung der geplanten Aktionen vorausschauende Planung erfordert ein genaues Weltmodell Erstellung eines solchen Weltmodells kann nicht exakt sein ist immer mit Fehlern behaftet (z.b.: veralteter Plan) Erstellung des Weltmodells benötigt Zeit, Rechen-und Speicherkapazität 30.01.2011 10

Funktionsorientierte Architektur (Deliberative A.): Voraussetzung für die Anwendung des deliberativenmodells: Roboter kennt alle kausalen Konsequenzen seiner Handlungen ohne solche Aktion-Konsequenz-Paare ist kein Aufbau eines Aktionsbaums möglich Aktionsbaum wird mittels Suchalgorithmen durchsucht um einen Aktionspfad zum gewünschten Ziel zu erhalten grundlegend für die Ausführung von Aktionen: Annahme dass diese Aktionen atomar bis zu ihrer Konsequenz (Ziel) ablaufen Vorteil: Planung der Aktionen Nachteil: veraltete Weltmodelle können entstehen; rein seriell arbeitend in Praxis: kaum zu finden, da fast immer nebenläufige Prozesse in Robotern ablaufen 30.01.2011 11

Hybride Architekturen: versucht die Vorteile vom reaktiven und deliberativen Modell zu vereinen typisches Hybrid Modell besteht aus drei Schichten, welche nur mit der jeweils benachbarten Schicht kommunizieren erste Schicht: Planungskomponente -verfügt über die Informationen über das Ziel der Planung - unterteilt diese in weitere Subziele(Aktionspakete) - verfügt auch über ein Weltmodell dass für das deliberative Planen notwendig ist zweite Schicht: Bindeglied zw. erster und dritter Schicht (Sequencer) -weitere Zerlegung der von der ersten Schicht geforderten Aktionspakete - Aktivierung der Pakte oder Verhalten in der dritten (reaktiven) Schicht -Installierung von Ereignismonitoren, mit denen festgestellt werden kann - ob die gewünschten Verhalten ausgeführt wurden - ob unvorhergesehene Ereignisse eingetreten sind - ob Zeitrahmen überschritten wurden 30.01.2011 12

Hybride Architekturen: dritte Schicht: - alle nötigen reaktiven Verhalten, die nötig sind um zum Ziel zu gelangen - interagiert direkt und reaktiv mit der Umgebung alle drei Ebenen arbeiten asynchron und mit verschiedenen Zeitskalen und Datenrepräsentationen in der Literatur am häufigsten besprochene und angewandte Modell viele Abwandlungen dieser Architektur, welche Elemente der künstlichen Intelligenz (neuronale Netzwerke) beinhalten (z.b.: Verwendung einer Extended Kohonen Map zur Antriebskontrolle) 30.01.2011 13

Hybride Architekturen: Vorteil: Zusammenführung von - Planung (deliberativ) -Ausführung(reaktiv) -deren gleichzeitiger Ausführung ermöglicht reaktives (schnelles) Verhalten und gleichzeitig die Errechnung eines vollständigen Plans zum gewünschten Zielzustand durch Methoden der symbolischen künstlichen Intelligenz Nachteil: schwierige Koordination der 3 Ebenen durch deren unterschiedliche Datenrepräsentationen und Zeitskalen 30.01.2011 14

Kognitive Architekturen: Vordergrund: Lernfähigkeit des Roboters und das Hinzufügen von neuem Handlungswissen Vorbild: kognitive Prozesse des Menschen Ziel: Modellierung von Eigendynamik, Erweiterbarkeit und Generalisierung des Systems bekannte Ansätze: SOAR (Laird 87) u. ACT-R (Anderson 98) 30.01.2011 15

Subsumption Architektur : wurde 1986 von Rodney Brooks im IEEE Journal of Robotics and Automation vorgestellt basiert auf der Unterteilung eines Gesamtverhaltens für den Roboter in viele Einzelkomponenten (Module) jedes Modul beinhaltet ein Verhalten für eine spezifische Aufgabe (z.b.: Folge der Wand oder Kollisionsvermeidung ) Module werden in hierarchische Schichten gegliedert, welche verschiedene Kompetenzlevel repräsentieren Verhalten auf höheren Kompetenzstufen können auf Inputs und Outputs von Modulen auf niedrigeren Stufen zugreifen um aus ihnen neue Verhalten zu bilden Ein Beispiel: - Modul Bewege sicher zu Koordinate X,Y -dieses Modul könnte auf zwei weiteren Modulen in der nächst tieferen Schicht aufbauen, zum Beispiel Vermeide Kollision und Bewege zu X,Y 30.01.2011 16

Subsumption Architektur : Es gibt zwei Arten von Beeinflussung: - Suppression (Unterdrückung) - Inhibition (Verhinderung) jedes Verhaltensmodul verfügt über eine Kontrollleitung über diese Kontrollleitungen können die Suppression- oder Inhibition- Signale an weiter tiefer in der Hierarchie liegende Verhalten gesendet werden wenn ein Modul ein Suppression-Signal erhält, wird der Output dieses Moduls durch den Output des Moduls ersetzt, welches das Suppression- Signal gesendet hat Verhalten einer Kollisionsvermeidung kann unterdrückt werden und statt dessen die Outputs eines Verhaltens Stoße-Tür-auf an die Motoren gesendet werden Inhibition-Signal verhält sich ähnlich, nur dass hier der Output des Moduls unterdrückt wird, an das es gesendet wird 30.01.2011 17

Subsumption Architektur : auf diese Art wird ein Verhaltensnetzwerk aufgebaut, in dem auch Module niederer Schichten erhalten bleiben (nicht etwa so wie im Hybrid Modell wo diese nach Bedarf in die reaktive Schicht eingebettet oder deaktiviert werden) Probleme: - keine Kommunikation zwischen den Modulen -Bsp.: Ein Modul im Layer 0 hat zum Beispiel die Möglichkeit Abgründe oder Stufen zu erkennen und vorher zu stoppen. Wenn nun ein Modul im Layer 3 eine Steckdose erkennt und beschließt der Roboter muss seine Batterien aufladen, kann das Signal vom Layer 3 den Layer 0 unterdrücken, und der Roboter könnte Stiegen herunterfallen 30.01.2011 18

Quellen http://www-user.tu-chemnitz.de/~stj/lehre/prosem09/autorobo.pdf http://www-user.tu-chemnitz.de/~stj/lehre/prosem0910/automobil.pdf http://de.wikipedia.org/wiki/autonome_mobile_roboter 30.01.2011 19

Vielen Dank für Ihre Aufmerksamkeit! 30.01.2011 20