Künstliche Intelligenz

Ähnliche Dokumente
Künstliche Intelligenz

Fragen? Wie komme ich effizient zu einem Programm? Wie beschreibe/dokumentiere ich meine Idee?

Meilenstein 3 - Abschlusspräsentation

Robotik Seminar 2006 Mobile autonome Roboter

Fakultät für Informatik, Institut für Robotik Laborpraktikum I Legorobotik graphische Programmierung

RoboCup: Simulierte Fußballroboter p.1/12

Künstliche Intelligenz - Logische Agenten und Roboter

Illustrierende Aufgaben zum LehrplanPLUS. Realschule, Informationstechnologie, Lernbereich 2: Modul Roboter unterwegs. Stand:

Der diskrete Kalman Filter

Semesterprojekt Implementierung eines Brettspiels (inklusive computergesteuerter Spieler) Einführungsveranstaltung

Vom Spurt-Mobil zu autonomen Robotern

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

kepler robotik unser Weg

Kognitive Robotik II - Überblick

Big-Data- and Data- Science-Day 2018

Wir begrüßen dich zum LEIFI-Quiz "Zeit-Ort-Diagramme"

Integration eines pneumatischen Roboters in die Robotics API

Inhaltsverzeichnis. Einleitung. LEGO MINDSTORMS - Von RCX zu EV3 Der intelligente EV3 22 Home- und Education-Edition 27

Robotik und Mechatronik in Lehre und Forschung

Entwicklung und experimentelle Erprobung von perzeptorisch geregelten Grundgeschicklichkeiten humanoider Roboter

Bachelorarbeit: Programmable Matter

Den NXT intelligent steuern

ACTIONCards for. H. Milchram März 2019

Abschlusspräsentation. Marcel Maier Marius Fabian Sebastian Abele Konstantin Meyer

3 Programmierung von Robotern

Fakultät für Informatik, Institut für Robotik. Legorobotik Graphische Programmierung Vorstellung des EV3 Systems und der Programmierumgebung.

Schriftlicher Test Teilklausur 2

VU Grundlagen digitaler Systeme

Kurzanleitung KUBO CODING+

KiRo - Tischfußball gegen den Roboter

Smart Home Einstellungen für Ortungsdienste

Erste Schritte zum Start findest du hier:

Henry Krasemann / Hilke Krasemann / Michael Friedrichs, LEGO -Boost-Roboter, dpunkt.verlag, ISBN

Fußball-Simulator. Lastenheft

Praktikum: KHR1 Microcontroller Steuerung Bearbeiter: Ronald Lautenschläger Betreuer: Benjamin Reh, Katja Mombaur

Sicherheit bei lernenden Robotern

ROBOTER. LÖSUNGEN zur Arbeit mit dem LEGO Mindstorms EV3

Bachelorarbeit Präsentation Clemens Ornetzeder

Einsatz von Machine Learning zur Optimierung der Produktion

Genetische Programmierung

Agrarportale online, Schnittstellen, Datenhoheit und Datensicherheit

Gebaut und entwickelt von Jörg-Michael Weber (14) 1. Die Idee 2. Der mechanische Aufbau 3. Die Programmierung 4. Abschluss

Tankstellen-App Dokumentation. Florian Lenz

Prof. Dr. Lars Schmidt-Thieme. Schüler-Universität, 10. Mai 2012

Komponenten: Das Selbstfahrende Auto besitzt 2 Motoren und 2 Sensoren.

Session: 7B it s owl TT VidA Jobotec 10/11. Oktober 2017 Lemgo.

Labor Automatisierungstechnik

Wie können See how wir far Enchanting away something mitteilen, is. dass am NXT der Lichtsensor an Port 3 angeschlossen ist?

PRAKTIKUM KÜNSTLICHE INTELLIGENZ Ausarbeitung zum 1. Meilenstein

Künstliche Intelligenz im Fahrzeug

Praktikumsvorbesprechung: Software Engineering WS 07/08

PSE Verkehrssimulation

Fakultät für Informatik, Institut für Robotik Laborpraktikum I - Medizinarena Legorobotik in C EV3

Welche Roboter kennst du? Wo brauchst du zuhause Roboter?

Autorennen. Baue Dir selbst ein Autorennen. Konstruktion des Autos und der Rennstrecke

Softwarepraktikum Teamrobotik SS 2007

Roboter programmieren mit NXC für LEGO MINDSTORMS NXT

FooBaSKILL REGELN März 2017

Schriftlicher Test Teilklausur 2

(Thema) Optimierung von künstlichen neuronalen Netzen zur Ausfallvorhersage mit Sensordaten. Masterarbeit

Chancen und Risiken im landwirtschaftlichen Familienbetrieb

3.1 Agenten. Grundlagen der Künstlichen Intelligenz. 3.1 Agenten. 3.2 Rationalität. 3.3 Zusammenfassung. Einführung: Überblick

Fragebogen zur Programmierung mit Aseba / VPL

Ultimate Team. RoboCup Weltmeister Sponsorenmappe

Verwendung von OpenStreetMap-Daten in der RoboCup Rescue Simulation League

Schriftlicher Test Teilklausur 2

Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg

Programmierpraktikum Verkehrssimulation

Abschlussarbeit Roboter Carlo Kirchmeier AB3B

Den neuen PLAYMOBIL -Torwart kannst du auch aus dem Tor heraus, nach vorne und hinten sowie zu den Seiten bewegen.

Wiki Management System Best Practice Kongress

Workshop #1 Grundlagen, Motorsteuerung, Schleifen

SPIEL 1: Dinosaurier von Thomas Staack ( )

Bälle halten wie Training: Baustein erleben... mit Fussball Aufwärmen/Einstimmen 15 min. Üben 20 min. Heisser Glas-Ball.

Fachhochschule Köln Institut für Produktion Labor für Automatisierungstechnik

Herzlich Willkommen zur Auftaktveranstaltung des Roboterwettbewerbs. SoccerBot - Wer bringt es zum Top Scorer?

Horizont erweitern: Aktives Lernen mit VR/AR fördern. Projekt Vielfalt integrieren - Dr. Marija Stambolieva - Anna Schlottbohm - David Jaesch

Schriftlicher Test Teilklausur 2

Transkript:

Künstliche Intelligenz RoboCup Soccer CGM Abschlusspräsentation - Team Blau - Christopher Gundlach Elmar Bernecker Florian Nagel Michael Vlatten Marc Schwede

Inhalt Einleitung Umsetzung in Unity3D Implementierung in Android Anpassung an reale Umgebung Resumé des Turniers Fazit

Künstliche Intelligenz EINLEITUNG

Einleitung Worum geht es überhaupt? Fußball mit Lego-Robotern Zwei Roboter je Team Entwurf einer Künstlichen Intelligenz zur Steuerung der eigenen Roboter Als Plattform der KI dient ein Handy mit Android

Einleitung Herangehensweise: Organisation des Praktikums in Meilensteinen Bearbeitung der Aufgaben sowohl im KI-Labor als auch von zuhause über Skype-Meetings Ständiges Testen der Programmierfortschritte mithilfe der Roboter

Einleitung Erwartungen an das Praktikum Entwicklung einer eigenständigen künstlichen Intelligenz Umgang mit Bayes schen Netzen besser verstehen Schlussendlich: Gewinn des Wettbewerbs

Künstliche Intelligenz UMSETZUNG IN UNITY3D

Umsetzung in Unity3D Folgende Funktionen und Features sind von uns angedacht: Umsetzung als endlicher Automat Kommunikation zwischen Robotern Ball finden Tor finden Austausch über Ballbesitz Austausch über Ball gefunden Austausch über Defensiv/Offensiv

Künstliche Intelligenz IMPLEMENTIERUNG IN ANDROID

Implementierung in Android Motorsteuerung verhält sich wie ein Kettenfahrzeug z.b. Links drehen (linker Motor rückwärts und rechter Motor vorwärts) Ungenauigkeit der Sensoren Abfangen und Filtern mittels Durchschnittberechnung Negative Daten in positive konvertieren

Implementierung in Android XMPP startmatch() Massage Variable Aktivieren Controller Aktivieren Movement Stoppen Grabber Nullstellen Zustand auf None setzen

Implementierung in Android XMPP stopmatch() Massage Variable deaktivieren Movement Stoppen Grabber auf Nullstellung bringen Controller Deaktivieren Zustand auf None setzen

Implementierung in Android XMPP ballinblue/yellowgoal() & breakmatch() Massage Variablen verändern Movement Stoppen Grabber Nullstellen Zustand auf None setzen

Implementierung in Android XMPP resumematch() Massage Variable Aktivieren Controller Aktivieren Movement Stoppen Grabber Nullstellen Zustand auf None setzen

Implementierung in Android XMPP teamplayermassage() Massage Message ballbesitz Zustand auf Passiv setzen Message ballverloren Zustand auf NONE setzen

Zustandsdiagramm

Sequenz Diagramm - None

Sequenz Diagramm - Ballbesitz

Sequenz Diagramm - Torsuche

Sequenz Diagramm - Schuss

Sequenz Diagramm - Passiv

Künstliche Intelligenz ANPASSUNG AN REALE UMGEBUNG

Anpassung an reale Umgebung Sensorungenauigkeiten abfangen Erstellung einer Filter Klasse Durchschnitt berechnen Negativen Werte in Positive Werte umwandeln Fehlerhafte Konstruktion Im eigenen Team ungleiche Grabber Konstruktionen Fehlende Unterboden Stabilisation Ultraschallsensor besser positionieren

Künstliche Intelligenz RESUMÉ DES TURNIERS

Resumé des Turniers Routine zum Ballverlust fehlerhaft Verlust oder Nichtgreifen des Balls erst spät festgestellt Im Ballbesitz schlechte Torerkennung Kommunikation über XMPP fehlerhaft Ballsuche und Greifen des Balls waren gut umgesetzt

Künstliche Intelligenz FAZIT

Fazit Verbesserung der Routine zum Ballverlust Hilfreich wäre andere Position des Infrarotsensors Die Krallenstellung der Roboter optimieren Um Spielverlauf zu verbessern Die Kommunikation zwischen den Robotern finalisieren Weniger gegenseitige Behinderungen

Anhang Eine ausführliche Dokumentation und Ausarbeitung der Meilenstein-Aufgaben ist im Robotics-Wiki bei Gruppe Blau_KI1213 nachzulesen.

Künstliche Intelligenz VIELEN DANK FÜR IHRE AUFMERKSAMKEIT