Towards Object-Related Navigation for Mobile Robots

In der Robotik beschreibt der Begriff „Navigation“ die Aufgabe eines mobilen Roboters einen befahrbaren Pfad zu einem gegebenen Ziel unter Einbezug unsicherer und nur teilweise beobachtbarer Umgebungsinformationen zu finden. Das Ziel ist oft durch Koordinaten in einer globalen Karte (z.B. GPS-Koordinaten) vorgegeben. Ein lokaler Trajektorienplaner, dessen primäre Aufgabe darin besteht lokal wahrgenommene Hindernisse sicher zu umfahren, verwendet diese Zielkoordinaten als Richtungsinformation. Hindernisse werden oft mithilfe einer vereinfachten Repräsentation der Umgebung, zum Beispiel in Form einer kartesischen Rasterkarte, dargestellt. Jedes statische Objekt der Umgebung des Roboters wird hierbei als Menge von belegten Kartenzellen repräsentiert, unabhängig von Typ (z.B. Mensch, Fels) oder Wichtigkeit. Dynamische Objekte werden in auf Karten basierenden Navigationsansätzen gesondert behandelt, da diese oft in Form von objektumschließenden Quadern vorliegen und nur unter großem Aufwand in die kartierte Umgebung des Roboters überführt werden können.

Mit dem hier vorgestellten Navigationsansatz, genannt „objektrelationale Navigation“, werden einige Schwächen von globalen, Karten-basierten Navigationsansätzen adressiert. Um nicht das gesamte Umfeld des Roboters zu abstrahieren werden lediglich klassifizierte Objekte, deren Relevanz für die aktuelle Navigationsaufgabe bewertet wurde, in die Planungsroutinen mit einbezogen. Somit muss nicht die gesamte Umgebung berücksichtigt werden, sondern nur die für die aktuelle Aufgabe relevanten Objekte. Statt in globalen Räumen zu planen werden egozentrische, räumliche Beziehungen zu den umgebenden Objekten direkt zwischen Wahrnehmung, Planung und Planausführung über erlernte Bewegungsmodelle ausgetauscht. Hiermit wird eine größtmögliche Verzahnung zwischen diesen, üblicherweise getrennten Bereichen sichergestellt.

Die Ergebnisse zeigen, dass unser Forschungsfahrzeug MuCAR-3 unter Verwendung von Routenbeschreibungen der Art: „folge Spur, biege links an der Kreuzung ab, ...“ effizient autonom gesteuert werden konnte. Darüber hinaus wurde die Fähigkeit der erlernten Bewegungsmodelle gezeigt, zukünftige Objektpositionen zu prädizieren.

 

Promotionsausschuss:

Vorsitz:  Univ.-Prof. Mag. Dr. habil. Thomas Pany

1. Berichterstatter: Univ.-Prof. Dr.-Ing. Hans-Joachim Wünsche

2. Berichterstatter: Prof. Dr. Dr. (h.c.) habil. Raúl Rojas (Institut für Informatik, Fachbereich Mathematik und Informatik, Freie Universität Berlin)

Tag der Promotionsprüfung:

03.07.2019