@Work Schwerpunkte

Veröffentlicht am Veröffentlicht in YouBot

Simulation

Für die Tests neuer Software und für das maschinelle Lernen ist es wichtig einen Simulator zu haben, der möglichst exakt das Verhalten des echten Roboters nachbildet. Dies hört nicht bei den bloßen Bewegungen auf, so muss auch die Art der Ansteuerung dem Original bis aufs kleinste Detail nachempfunden werden.
Lokalisierung und Navigation

Die Navigation ist ein enorm wichtiges Feld in der Robotik. Ohne das Wissen über die aktuelle Position ist die Suche nach einem Weg zu einem Ziel schon von vornherein zum Scheitern verurteilt. Daher ist es wichtig möglichst schnell und möglichst exakt die aktuelle Position im Raum zu erkennen. Damit ist es im Anschluss möglich einen Weg zum Ziel zu planen, der die größte Ökonomie der Bewegung verspricht. Die omnidirektionale Plattform des YouBot’s schafft ganz neue Möglichkeiten ein Ziel anzusteuern. So ist es möglich, schon während der Fahrt die gewünschte Ausrichtung zu erreichen und so bei der Positionierung am Ziel, Zeit zu sparen.
Manipulation

Die Manipulation von Objekten stellt eine große Herausforderung da. Da es nicht möglich ist, exakte Daten durch die verschiedenen Sensoren zu sammeln basiert die Lokalisierung von Objekten im Raum auf reinen Vermutungen, wobei der Roboter sich für die wahrscheinlichste Position entscheidet. Mit diesen Ungenauigkeiten im 3-dimensionalen Raum richtig umzugehen ist ein großer Bereich der Manipulation. Der andere große Teilbereich betrifft die Armsteuerung. Hierbei ist wichtig, dass die Lösungen der inversen Kinematik bestimmte Bedingungen erfüllen müssen. So darf der Arm während der Bewegung weder in Hindernisse noch in sich selbst hineinfahren. Auch gilt es herauszufinden, aus welchen Positionen der Arm das Objekt überhaupt greifen kann.
Künstliche Intelligenzen

Um ein autonomes Handeln unseres Roboters zu erreichen, ist es unumgänglich eine künstliche Intelligenz zu realisieren, welche sich um die Entscheidungsfindung auf Grundlage von Sensordaten und Aufgaben kümmert. Wie in allen anderen Teilbereichen der Robotik muss man auch hier eine Herangehensweise entwickeln, welche mit einem ungenauen oder falschen Bild der Umgebung umgehen kann und dieses Bild der Umwelt wieder in einen konsistenten Zustand bringen kann. Unser Ansatz einer künstlichen Intelligenz nutzt das Projekt SMACH welches im Rahmen von ROS entwickelt wird. Hierbei handelt es sich um einen Ansatz der auf eine State-Machine aufbaut. Neben den Debugging- und Visualisierungsmöglichkeiten welche von SMACH mitgeliefert werden, bietet auch der State-Machine-Ansatz viele Vorteile, welche zu einem übersichtlichen und konsistenteren Verhalten der künstlichen Intelligenz führen.