Autonomous Learning Robot Lab

“Learning as the core principle in autonomous systems which operate in complex and changing environments.”

Das Robotics and Mechatronics Center (RMC) ist DLRs Kompetenzzentrum für Forschung und Entwicklung in den Bereichen Robotik, Mechatronik und optischen Systemen. Dabei ist Mechatronik die Verbindung von Mechanik, Elektronik und Informationstechnologie für die Realisierung von «intelligenten Mechanismen», welche mit der Umwelt interagieren.

Die Kernkompetenz des RMC ist die Interdisziplin von Design, computer-unterstützten Verbesserungen und Simulationen sowie Implementation von komplexen mechatronischen Systemen und Mensch-Maschinen Interfaces. Dabei gilt das RMC in der Robotik-Community als eines der weltführenden Institutionen.

Empfohlene Produkte

Vantage

Die Vantage-Serie stellt das Flagship von Vicon dar. Die Auswahl erstreckt sich von 5 MP- über 8 MP- bis zu 16 MP-Kameras bei Aufnahmeraten von bis zu 2000 Hz. Verschieden Onboard-Sensoren erleichtern die tägliche Arbeit mit dem Systems. Für Aussenaufnahmen, grosse Aufnahmevolumen und besonders schnelle Bewegungen sind diese Kameras die erste Wahl.

Vero

Die kompakten Vero-Kameras gibt es als 2.2 MP und 1.3 MP Variante. Dank Vario-Objektiv und Sensor im 2:1 Format (Vero 2.2), lassen sich diese Kameras sehr vielseitig einsetzen und jederzeit flexibel an verschiedene Aufnahmevolumen/Räume anpassen. Einzigartig ist auch das Preis-Leistungs-Verhältnis der Vero-Serie.

Vicon Tracker

Vicon Tracker ist mit dem Hauptziel entwickelt worden, so schnell wie möglich rigide Objekte zu tracken und deren Positionen und Ausrichtungen an andere Software weiterzuleiten. Deswegen ist die Latenzzeit sehr kurz – bis zu 2.5 ms. Tracker überzeugt auch mit ihrem Algorithmus, der ein Object sogar nur mit einer Kamera weiter tracken kann, was das Trackingvolumen für einen bestimmten Kamera-Aufbau maximiert.

Challenges für Robot Justin

  • Experimentelles Szenario für einen Roboter der autonom einen Lebensraum auf dem Mars aufbaut, bevor Astronauten dort ankommen.
  • Wie kann ein Roboter bei komplexen Manipulationsaufgaben in unbekannten Umgebungen die Leistung auf menschlicher Ebene erreichen?
  • Die erste Voraussetzung ist die Erstellung eines präzisen 3D-Modells seiner Umgebung, um kollisionsfreie Aktionen zu planen und die Objekte lokalisieren zu können, die für die Lösung der Aufgabe erforderlich sind.
  • Die taktile Abtastung wird dann verwendet, um eine geschickte Feinmanipulation zu ermöglichen.

Ground Truth System

Die Methode zur Erzeugung präziser 3D-Modelle in Echtzeit ist eine Variante der Selbstlokalisierung und -kartierung (SLAM), die auf dichten Tiefendaten eines im Kopf des Roboters montierten RGB-D-Sensors basiert. Die SLAM-Methoden berechnen die aktuelle Position des Kopfes, indem sie das aktuelle Tiefenbild vom RGB-D-Sensor mit dem bereits erfassten Teil des Modells abgleichen. Nachdem nun eine Schätzung der Kopfhaltung vorliegt, wird das Tiefenbild verwendet, um das 3D-Modell zu aktualisieren. Die Algorithmen laufen in Echtzeit mit einer Framerate von 30 Hz. Die resultierenden Modelle müssen bei typischen Manipulationsabständen von 1 m bis 2 m eine Genauigkeit von <1 mm aufweisen.

Um diese hochpräzisen Modellierungsalgorithmen zu verifizieren und zu debuggen, sind wahrheitsgetreue Messungen mit einer absoluten Genauigkeit von 0,5 mm bei einem typischen Manipulationsvolumen von 6 m × 6 m × 2,5 m für die Kopfhaltung erforderlich.

Nur zusammen mit der Unterstützung von prophysics AG und Vicon konnte diese Präzision schlussendlich unter allen Umständen erreicht werden.

.

Interessiert an einer ähnlichen Lösung?

Hier melden!