SFB/TR 8 Projekt A6-
(Reactive Space) vom 29.06.2005

Ein Bericht von:
Dr. Ing. Carsten Gremzow
Arbeitsgruppe Robotik
Universität Bremen

Verstehen räumlicher Strukturen durch manipulierendes Handeln

Das Projekt A6-[ReactiveSpace] gehört zu den „Action“-Projekten des SFB/TR8 Spatial Cognition (Raumkognition), welches in Zusammenarbeit mit der Albert-Ludwigs-Universität Freiburg und unterschiedlichen Teilprojekten der Universität Bremen durchgeführt wird. Es beinhaltet Grundlagenforschung in den Gebieten räumliches Lernen, Raumrepräsentation und Navigation im Raum im Bereich mobiler, autonomer Roboter.

Neue Ansätze der kognitiven Psychologie sprechen dem Körper eine viel größere Rolle beim Prozess des Verstehen und Handelns in einer Umgebung zu als vorher angenommen wurde. Es wird behauptet, dass motorische Tätigkeiten einen signifikanten Beitrag bei der Ausführung von kognitiven Prozessen haben. Bis heute hat die Robotik diese Ergebnisse noch nicht ausführlich umgesetzt. Ein Grund dafür ist wahrscheinlich die geringe Anzahl von kinematisch anspruchsvollen Robotersystemen. Des weiteren ist es immer noch unklar, inwiefern speziell motorische Fähigkeiten zum Verstehen einer Umgebung eingesetzt werden können. Unsere Forschung in diesem Gebiet stützt sich prinzipiell auf zwei Ansätze, die für das räumliche Verstehen kognitiver Roboter eine interessante Rolle spielen:

Für Experimente auf dem Gebiet der „Embodied Cognition“ beabsichtigen wir den Einsatz eines multifunktionalen, vierbeinigen Laufroboters. Dieser Roboter ist in der Lage auf vier Beinen zu laufen und zu klettern. Die beiden vorderen Beine sind mit Greifern versehen und können somit auch als Arme zur Objektmanipulation eingesetzt werden. Weiterhin ist der Roboter mit Sensoren zur Entfernungsmessung (z.B. Ultraschall/Infrarot), sowie mit einem im Roboterkopf integrierten Kamerasystem ausgestattet. Das sensorische Hauptaugenmerk liegt aber nicht auf den exterozeptiven Sensoren, sondern auf den Sensorinformationen welche aus den Fuß- und Handdrucksensoren, und den Motorströmen und Winkelstellungen der einzelnen Gelenke ausgewertet werden können. Diese so genannten propriozeptiven Sensorinformationen sollen maßgeblich zur Raumwahrnehmung beitragen und das Verhalten des Roboters entscheidend beeinflussen. Dieser Roboter soll als Testplattform für die Implementierung und Evaluierung einer hybriden Architektur zum räumlichen Lernen, Darstellen und Navigieren dienen.

Des weiteren sind kognitive Systeme dadurch gekennzeichnet, dass sie durch manipulierendes Handeln räumliche Strukturen differenzieren und somit rechenintensiven Aufwand soweit möglich auf die Umgebung abwälzen. Anstatt komplexe mathematische 3D-Modelle zu generieren und transformieren, benutzen kognitive Systeme motorische Aktivitäten, um multimodale Wahrnehmungen auswerten zu können. Mit deren Hilfe testen sie dann Hypothesen über die Beschaffenheit der vorliegenden geometrischen Struktur. Das Zusammenspiel komplexer motorischer Handlungen (Verhaltensweisen) und Wahrnehmungsstrukturen zur robotergestützten Erkundung soll dabei zur Erforschung von großräumigen, unbekannten Umgebungen untersucht werden. Roboter Navigationssysteme versuchen zurzeit sehr oft präzise Karten der Umgebung zu generieren. Allerdings erscheint dieses Konzept präziser, räumlicher Informationen in vielen, besonders in nicht homogenen oder sogar unbekannten Umgebungen übertrieben. Stattdessen könnten Robotersysteme ihre Umgebung so darstellen, wie sie in der Lage sind mit bestimmten Bereichen dieser Umgebung zu interagieren. Wir wollen dabei z.B. die Möglichkeiten untersuchen, inwiefern Karten mit Informationen von motorischen Aktivitäten eines Laufroboters zusätzliche Informationen (z.B. über die Untergrundbeschaffenheit) liefern können.

Die Architektur, die wir implementieren wollen, wird zur reaktiven Erkundung unbekannter Umgebungen eingesetzt. Das System wird mit einem entsprechender Anzahl von "Wahrnehmungs-Auslösern" ausgerüstet (extero- und propriozeptiver Sensorik). Diese können Ereignisse feststellen, welche während des Erkundungsprozesses höchstwahrscheinlich eintreten werden. Diese "Wahrnehmungs-Auslöser" beinhalten eine spezifische Sammlung von Daten, die entsprechende Verhaltensweisen aktivieren. Das Prinzip der Abwägung (siehe 'willed control' in Abbildung) wird bei den Experimenten zur Unterstützung des Erkundungsprozesses benutzt. Dies kann geschehen, indem beim "Supervised Autonomy" Ansatz ein Mensch das System überwacht und mit ihm interagiert, um neue Ziele oder Richtungen für die Erkundung vorzugeben. In den angestrebten Kooperationen z.B. mit dem SFB/TR8 Teilprojekt A3-[Multibot], welches an der Albert-Ludwigs-Universität Freiburg durchgeführt wird, soll das Problem der Selbstlokalisierung in Multiroboterszenarien mit Hilfe der gesammelten Umgebungsdaten reduziert werden.

Bildergalerie

Zum Vergrößern bitte die Bilder anklicken.