Browsing by Author "Arbeiter, Georg"

Now showing 1 - 1 of 1

Open Access
3-D-Umgebungserfassung für teil-autonome mobile Roboter
(2014) Arbeiter, Georg; Verl, Alexander (Univ.-Prof. Dr.-Ing. Dr. h. c. mult.)
Die Servicerobotik hat in den letzten Jahren sowohl durch kostengünstige Sensorik und Aktorik als auch durch verbesserte Algorithmen einen großen Schritt nach vorne gemacht. Dabei hat sich gerade die Wahrnehmung als eine Schlüsseltechnologie für eine erfolgreiche Weiterentwicklung herauskristallisiert. Leistungsfähige 3-D-Kameras und effiziente Verfahren zur Sensordatenverarbeitung ermöglichen es Robotern, ihre Umwelt wahrzunehmen, zu interpretieren und darauf basierend Handlungen abzuleiten. Trotz dieser Fortschritte ist ein voll-autonomer Betrieb von mobilen Robotern in für Menschen gemachten Umgebungen mittelfristig nicht möglich. Ein Hauptgrund dafür ist die Vielzahl nicht vorhersehbarer Ausnahmefälle, mit denen ein Roboter in einem nur teilweise bekannten und dynamischen Umfeld konfrontiert wird. Diese Arbeit behandelt die Erfassung der Umwelt mit 3-D-Kameras im teil-autonomen Betrieb. Ziel ist es, ein Umgebungsmodell zu erzeugen, das sowohl für die autonomen Funktionen des Roboters wie Navigation oder Manipulation verwendet werden kann als auch eine Hilfe für einen menschlichen Teleoperator bietet. Dadurch stellen sich besondere Anforderungen an die verwendete Repräsentation. Diese muss sowohl vom Roboter als auch vom Bediener verstanden werden. Weiterhin ist die Umwandlung der Sensordaten in die Repräsentation durch ein geeignetes Verfahren ein Kernpunkt dieser Arbeit. Dieses Verfahren muss nicht nur ein Modell der Umwelt mit ausreichender Genauigkeit erzeugen, sondern auch eine entsprechende Verarbeitungsgeschwindigkeit für den Einsatz auf einem Roboter ermöglichen. Nach der Aufstellung von Anforderungen wird ein Verfahren zur \umerf konzipiert und umgesetzt. Dieses erzeugt ein hybrides Umgebungsmodell, bestehend aus einer Punkte- und einer Geometriekarte. Die Punktrepräsentation kann vom Roboter für die Hindernisvermeidung während Navigation und Manipulation verwendet werden, besitzt jedoch ein großes Datenvolumen und lässt sich schwer visualisieren. Deswegen werden aus den Sensordaten geometrische Primitive abgeleitet und in einer Geometriekarte gespeichert. Dies führt zu einer hohen Datenkompression ohne den Verlust wichtiger Information. Diese Repräsentation lässt sich gut zu einem menschlichen Bediener übertragen und dort anzeigen. Die Ableitung geometrischer Basisformen wie Ebenen oder Zylinder nimmt einen Großteil dieser Arbeit ein. Zunächst werden Filter für die von den 3-D-Kameras ausgegebenen Punktwolken betrachtet. Diese können Rauschen eliminieren oder die Dichte der Punktwolke beeinflussen. Im nächsten Schritt werden die Sensordaten in einem gemeinsamen Koordinatensystem registriert. Dies ist notwendig, da sowohl die Sensordaten als auch die Roboterposition mit Fehlern behaftet sind. Die registrierten Punktwolken werden im nächsten Schritt segmentiert. Hierbei kommt ein Verfahren zum Flächenwachstum auf Basis von Normalenvektoren zum Einsatz. Die entstehenden Segmente können anhand geometrischer Eigenschaften in Basisgeometrien klassifiziert werden. Diese werden abschließend in einer Geometriekarte vereint. Für alle Teilschritte erfolgt eine Evaluierung gegenüber Verfahren aus dem Stand der Technik hinsichtlich Genauigkeit und Rechengeschwindigkeit. Abschließend erfolgt die Validierung der Funktionsweise anhand typischer Innenraumszenen und die Veranschaulichung durch ein Anwendungsbeispiel.