Intelligente Serviceroboter

Sehen und verstehen lernen

20190225_Roboter_lernen_sehen.png
Die auf dem beweglichen Arm eines Roboters montierte Kamera nimmt dieselbe Szene aus drei unterschiedlichen Perspektiven auf (Bild: Dorian Rohner)
Anzeige
Mit Hilfe neu entwickelter Techniken können Roboter nun Objekte eindeutig identifizieren und verschiedene räumliche Ansichten aufeinander beziehen. Zugleich lernen sie dabei, Sinnzusammenhänge zu erkennen und mit der gewünschten Serviceleistung zu reagieren.

Damit Roboter in Unternehmen und Privathaushalten als zuverlässige Helfer eingesetzt werden können, müssen sie ihre Umgebung präziser wahrnehmen und interpretieren, als dies bisher geschieht. Hierfür werden an der Universität Bayreuth innovative Techniken auf der Basis möglichst sparsamer Rechenkapazitäten entwickelt: Im Projekt „Selavi“, das von Prof. Dominik Henrich am Lehrstuhl für Robotik und Eingebettete Systeme geleitet wird, werden Roboter in die Lage versetzt, auf Basis weniger charakteristischer Bilder zu erkennen, was sich in ihrer Umgebung abspielt. Der Projektname „Selavi” steht dabei für „Semantic and Local Computer Vision based on Color/Depth Cameras in Robotics”.

Augen an den Armen

Eine zentrale Rolle spielen hier Kameras, die wie Augen an den Armen der Roboter befestigt sind. Von den Objekten in ihrer Arbeitsumgebung erzeugen die Kameras Bilder, die in geometrische Modelle übersetzt werden. Für diese Modelle ist es charakteristisch, dass sie nur wenige, aber repräsentative Oberflächenstücke der Objekte abbilden. Sie heißen daher Boundary Representations (BReps) und beanspruchen geringere Speicher- und Rechenkapazitäten als die Punktwolken oder Dreiecksnetze, die bisher üblicherweise zur Objekterkennung verwendet werden.

Die neuartigen Modelle werden mit zusätzlichen, in den Kamerabildern enthaltenen Farbinformationen zusammengeführt und in einer Datenbank gespeichert. Indem die Roboter neu hinzukommende Kamerabilder mit der Datenbank abgleichen, können sie Objekte in ihrer Umgebung fehlerfrei wiedererkennen. Dabei lassen sie sich nicht durch Bewegungen benachbarter Objekte irritieren.

Fähigkeiten für viele Einsatzgebiete

Diese Fähigkeit der Roboter bildet die Grundlage für weitere Lernschritte, welche die Sinnzusammenhänge zwischen den statischen oder bewegten Objekten in ihrem Arbeitsumfeld betreffen. Roboter sollen diese „semantischen Relationen“ verstehen lernen, um dann mit ihren Armen auf zweckmäßige Weise in die jeweiligen Szenarien eingreifen zu können. Alle diese Fähigkeiten können auf vielen Gebieten eingesetzt werden – angefangen von autonomen Servicerobotern bis hin zu Kooperationen zwischen Menschen und Robotern.

www.ai3.uni-bayreuth.de/projects/selavi/

Anzeige

Aktuelle Ausgabe

Titelthema: Kreislaufwirtschaft

Pile_of_used_syringes,_everyday_drug_therapy

Weniger Plastik-Abfälle sind selbst bei Medizinprodukten machbar

Newsletter

Jetzt unseren Newsletter abonnieren

medicine&technology

Die englische Ausgabe finden Sie hier als PDF.

Sie erscheint 2 Mal im Jahr mit europaweiter Verbreitung.

Alle Webinare & Webcasts

Webinare aller unserer Industrieseiten

Aktuelles Webinar

Multiphysik-Simulation

Medizintechnik: Multiphysik-Simulation

Whitepaper

Whitepaper aller unserer Industrieseiten

Kalender

Termine für die Medizintechnik-Branche

Anzeige
Anzeige

Industrie.de Infoservice

Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de