Autonome kooperierende Roboter für semistrukturierte Außenumgebungen
Zusammenfassung der Projektergebnisse
Auf dem Gebiet der Autonomen Mobilen Robotik gelten Selbstorganisation, spontanes Lernen und emergente funktionale Modularisierung als vielversprechende Konzepte für die Realisierung intelligenterer Systeme für den Einsatz in Service-, Erkundungs-, Transport- und Ausbildungsbereichen. Den in diesem Zusammenhang entstehenden Regelungsproblemen näherte sich das Projekt mit einem Artificial Life Ansatz zur Evolutionären Robotik entsprechend der Annahme, dass Kontroller mit den gewünschten Fähigkeiten durch rekurrente Neuronale Systeme mittels dynamischer Eigenschaften zu realisieren sind. Wie in biologischen Systemen entstehen, lernen und operieren solche Kontroller in einer geschlossenen senso-motorischen Schleife. Es wurde eine Entwicklungsumgebung geschaffen, die es erlaubt, für eine gegebene Roboterplattform ein gewünschtes Verhalten zu erzeugen, in der Regel eine Kombination aus Explorationsverhalten und sensorspezifischen Tropismen. Dies geschieht mit Hilfe spezieller Evolutionstechniken, mathematischer Analyse und physikalischer Simulation. Es wurde eine Vielzahl von Roboterplattformen (ragetriebene und holonorae Roboter, Laufmaschinen) mit entsprechenden Neurokontrollern ausgestattet, die strukturell so klein sind, dass ihre Implementierung auf Mikrochips leicht zu realisieren ist. Die evolvierten neuronalen Regler sind auf Grund ihrer dynamischen Eigenschaften robust in dem Sinne, dass sie weitgehende Unempfindlichkeit bezüglich Sensorrauschen und Variationen der Motorantworten zeigen und auch, ohne Veränderung, vergleichbare Funktionalität auf unterschiedlichen Plattformen erreichen. Bezüglich modularer Funktionalität wurden evolutionäre Expansions- und Fusionstechniken entwickelt, die eine gezielte Erweiterung des Verhaltensreservoirs eines Roboters erlauben. Dies kann z. B. durch eine hinzugefügte Sensorik im Sinne einer multi-modalen Sensorfusion realisiert werden. So entstand z. B. ein Roboter mit "Stürmerverhalten", der beim RoboCup World Championship, Padua 2003, in der Middle Size League zum Einsatz kam. Um die Adaptivität der autonomen mobilen Systeme weiter zu erhöhen wurde im Projekt ein Verfahren, das sog. SRN-Lernen, entwickelt, das die sensorisch getriebene synaptische Plastizität der Neurokontroller aufrechterhält. Es basiert auf homöostatischen Eigenschaften der einzelnen Neuronen und ist gekennzeichnet durch die Gleichrangigkeit von synaptischer und neuronaler Dynamik. Eine weitere Folge dieser Technik ist, dass die so ausgestatteten Maschinen gleitende, weniger abrupte Bewegungen ausführen. Dies führte insbesondere bei Laufmaschinen zu einer Fortbewegung, die biologischen Systemen sehr ähnlich ist.
Projektbezogene Publikationen (Auswahl)
-
Omnidirectional sensors for mobile robots. In: Workshop Proceedings of Intl. Conf on SIMULATION, MODELING and PROGRAMMING for AUTONOMOUS ROBOTS (SIMPAR) (November 2008), E. Menegatri, Ed., pp. 414-425. ISBN 978-88-95872-01-8
Blumenthal, S., Droeschel, D., Holz, D., Linder, T., Molitor, P., and Surmann, H.
-
Teleoperated Visual Inspection and Surveillance with Unmanned Ground and Aerial Vehicles. International Journal of Online Engineering 2008 (iJOE 2008) 4, 4 (Nov. 2008), 26-38. ISSN: 1861-2121
Surmann, H., Holz, D., Blumenthal, S., Linder, T., Molitor, P., and Tretyakov, V.
