04 Motion & Manipulation

Bereits seit geraumer Zeit stehen die wissenschaftlichen Disziplinen der künstlichen Intelligenz und der Robotik in enger Verbindung zueinander. Beflügelt durch die frühen Durchbrüche auf dem Gebiet der künstlichen Intelligenz, erlebte auch die Robotik einen neuen Aufwärtstrend. Der seit 1997 im jährlichen Turnus ausgetragene Robot Soccer World Cup demonstriert eindrucksvoll, wozu KI und Robotik in der Lage sind. Ab 2005 entwickelten sich unter anderem Serviceroboter zu einem prominenten Forschungsgebiet der KI. 2010 begannen autonome Roboter, ihr Verhalten durch maschinelles Lernen zu verbessern, wodurch die Gebiete der künstlichen Intelligenz und der Robotik zunehmend konvergierten.

Robotik oder Robotertechnik beschäftigt sich im Allgemeinen mit dem Entwurf, der Gestaltung, der Steuerung, der Produktion und dem Betrieb von Robotersystemen, wie beispielsweise Industrie- oder Servicerobotern. Bei humanoiden bzw. anthropomorphen Robotern geht es darüber hinaus um die Integration von Gliedmaßen, Haut und Sprache, Mimik und Gestik.

Seither kann KI als Quell der Inspiration für die Robotik aufgefasst werden. Ziel ist es, die Roboter zu steuern und deren Verhalten durch maschinelles Lernen zu optimieren. Die bewusste Handlungs- und Planungssteuerung, sowie das Monitoring, sind erklärte Ziele der KI-Robotik. Entscheidend ist es, dass es dem Roboter ermöglicht wird, seine Umwelt wahrzunehmen, sowie in Interaktion mit Mensch und Roboter treten zu können. Die künstliche Intelligenz wird insbesondere dafür benötigt, dass der Roboter sich und andere Objekte bewegen, sowie diese manipulieren kann (engl. ‚motion and manipulation‘). Dieser Teilbereich der Künstlichen Intelligenz soll im Rahmen dieses Artikels näher beleuchtet werden. 

 

Bewegung und Manipulation als Teildisziplin der KI 

Mit dem Bereich „Motion and Manipulation“ der künstlichen Intelligenz wird ein Roboter dazu in die Lage versetzt, sich zu bewegen bzw. Objekte in seiner Umgebung zu manipulieren. Um ihm dies jedoch zu ermöglichen, müssen vorerst spezifische Teilprobleme gelöst werden. Nötig ist zum einen eine Lokalisierung der eigenen Person und dem Erkennen von Positionen anderer Objekte. Um dies zu ermöglichen, werden diese und weitere Informationen in einer Abbildung inkludiert (mapping). Diese kognitive Umgebungs-Karte kann von dem Roboter verwendet werden, um zu planen wohin (engl ‚motion planning‘) und über welche Route (engl ‚path planning‘) er sich bewegen soll. Dabei wird darauf geachtet, dass der Roboter nicht mit Hindernissen kollidiert oder umfällt. Zudem lässt sich über diese kognitive Karte planen, wie er ein anderes Objekt fassen, versetzen oder verändern kann.

Da es in der Realität tendenziell häufig zu Veränderungen in der Umwelt kommt, z. B. wegen anderen, sich bewegenden Objekten, müssen ständig neue Abbildungs- und Planungsvorgänge durchgeführt werden.

 

Das Beispiel ASIMO

ASIMO ist ein von Honda entwickelter, humanoider Roboter. Er ist ein Robotertyp, der sich auf zwei Beinen fortbewegen kann und dabei eine Bewegung ausführt, die dem menschlichen Gang ähnelt. ASIMO ist mit seinen 17 Jahren 1,30 m groß, 54 kg schwer und ähnelt nicht nur äußerlich Menschen. Auch seine inneren Werte – sein kognitives System – sind mittels KI-Software dafür konzipiert, menschliche Züge nachzuahmen. Zwei Kernfunktionen sind dabei Motion und Manipulation. Der von Honda entwickelte Roboter kann sich selbstständig bewegen, Hindernissen ausweichen und dem Menschen beispielsweise gefährliche Aufgaben abnehmen. Mit Hilfe von Kameras, integrierten Schall- und Entfernungsmessgeräten und Infrarotsensoren kann er sich von seinem Umfeld eine detaillierte Abbildung machen und diese bei Bedarf „updaten“. So gelingt es ASIMO, auf zwei Füßen zu gehen und Aktionen für seinen Greifarm zu orten und zu planen.

 

Funktionen zur kollaborativen Arbeit

Die Vernetzung von zwei oder mehr ASIMOs ermöglicht es diesen, zu kooperieren. Jeder ASIMO teilt Informationen über den aktuellen Stand der Arbeit der anderen ASIMOs. Die Aufgaben werden dabei funktional verteilt, das heißt, es werden die aktuelle Position jedes ASIMO und der Abstand zu dem Ort berechnet, wo die jeweilige Aufgabe durchgeführt werden soll.

Robotic_I

 

Funktionen bei passierender Person

ASIMO berechnet die Laufrichtung und die Geschwindigkeit der entgegenkommenden Person anhand der Bilder der Augenkamera. Mit der Antizipation der Bewegungen der Person schafft ASIMO einen eigenen optimalen Kurs, sodass er der Person nicht im Weg steht.

 

 

 

Quellen

http://hubbucket.co/research/artificial-intelligence-ai/

Graefe, Volker, and Rainer Bischoff. "Past, present and future of intelligent robots." Computational Intelligence in Robotics and Automation, 2003. Proceedings. 2003 IEEE International Symposium on. Vol. 2. IEEE, 2003.

Robotics and Artificial Intelligence: a Perspective on Deliberation Functions; Felix Ingrand, Malik Ghallab

 

 

09.06.2017
  • künstliche intelligenz
  • motion and manipulation

Kommentare

Diskutieren Sie mit der Community auf der Open-Innovation-Plattform