Robocup: Roboter spielen Fußball Bernhard Frötschl, Wolf Lindstrot Freie Universität Berlin mit freundlicher Unterstützung von Prof. Bernhard Nebel Albert-Ludwigs-Universität Freiburg
Roboterfußball - Wieso ? Meilenstein-Projekt (~Apollo) Technische Entwicklungen anstoßen Übertragung auf Anwendungen Lehre
Roboterfußball als Meilenstein Ziel: in 50 Jahren mit humanoiden Robotern gegen menschliches Fußballteam antreten Erreichbares Langzeit-Ziel Neue interessante KI-Aufgabe nach Schach Entwicklung neuer Technologien nötig
Roboterfußball versus Schach statische Umwelt diskrete Daten volle Information Symbolisch-logisch zugbasierter Ablauf Zentrale Kontrolle Modell implizit dynamische Umwelt unscharfe Daten nur Teilwelt erfassbar subsymbolische Daten Echtzeit Multiagenten Weltmodell je Agent Schach
Warum Humanoide ? Machbarkeit: erste Zweibeiner P2/P3 (Honda) Flexibilität des Verhaltens: Laufen, Springen, Drehen Bessere Mobilität als rollende Roboter, kann Menschen überall hin folgen Günstige Schnittstelle zum Menschen, einfache Erlernbarkeit des Umgangs
Warum gerade Fußball ? Schach => neues attraktives Spiel mit Langzeit-Ausrichtung Robotikprobleme bisher: Echtzeit, Material, physikalische Kräfte, Bildverarbeitung,... Neu: Kooperation von vielen Agenten Gutes Testfeld für Humanoiden
Technische Entwicklungen anstoßen Materialforschung Steuerung Sensoren Kognitive Systeme
Materialforschung Oberflächenmaterialien (weich, nicht verletzend, schützend... ~Haut) Rahmenmaterial (leicht, stabil.. ~Knochen) Energiespeicher (Batterien etc.: leicht, leistungsstark, geringes Volumen) Energiesparende Architektur Bewegungssysteme (Motoren, Getriebe,...) Mechanisches Design (Zusammenspiel der Aktuatoren, Verbindung der Bauteile)
Steuerung Hohe Mobilität (z.B. durch Laufen) Robustes Verhalten (z.B. nach Sturz) Komplexes Verhalten (angepasst an Situation ) Viele Freiheitsgrade der Bewegung (z.B. Honda P3 mit 30 DOF)
Sensoren Vision (3D-Geometrien verarbeiten, komplexe Muster erkennen) Auditorische Sensoren (Spracherkennung, Geräusche etc.) Andere Sinnesorgane (Ultraschall, Laser-Echo, Infrarot, Tastsinn, Motorspannungen.. ) Integration äußerer Sensoren Integration innerer Sensoren Integration äußerer und innerer Sensoren
Kognitive Systeme Strategieplanung (Bester Weg zum Ziel, Interaktion mit Menschen, Tieren und anderen Robotern) Lernen (Bewegungskontrolle, Sensorintegration, Strategien) Gehirn-Design (generelle Architektur für Strategieplanung, Lernen, Timing )
Mögliche Anwendungen Haushaltsroboter Fertigungsautomatisierung Hilfesysteme für Behinderte Autopiloten Warnsysteme Katastropheneinsätze Fernerkundung (Weltraum...) Intelligentes Spielzeug Video
Robocup in der Lehre Grundlegndes technisches Wissen vermitteln Teamarbeit erlernen Integration vieler Disziplinen Hohe Motivation Kreativität fördern
Roboter-Fußball Seit 1997: RoboCup-Initiative, FIRA/Mirosot RoboCup - Zusammen mit KI-Konferenz I - Simulationsliga II - Kleine Roboter-Liga III- Mittlere Roboter-Liga IV- Sony-Hunde
Die Simulationsliga Soccer server Einfache Aktionen Autonome Spieler Schneller Einstieg
Die Liga der mittelgroßen Roboter Spielfeld 9 5 Meter Vier gegen vier
Das Freiburger Team (Prof. Nebel) Pioneer 1 Roboter Libretto Notebook WaveLan Radio-Ethernet Schußapparat Vision System 7 Sonars SICK Laser Scanner Interne Odometrie
Team-Architektur Spieler Globale Sensor- Integration User Interface Kommunikation Externer Rechner Funk
Spieler-Architektur Perzeptions- Module Verhaltens -basierte Steuerung Pfadplanung Sensoren Kommunikation Aktuatoren
Perzeptions-Modul Selbst- findung Spieler- Erkennung Ball- Erkennung Modell- Bildung Laser- scanner Odometrie Vision Sonar Roboter-Position Sensor-Integration scan Welt- Modell
Selbstlokalisation und Scan- Matching Scanlinien werden in Korrespondenz zu Modellinien gebracht
Spieler-Erkennung Laserscan-Punkte
Lokales Weltmodell: enthält alle wahrgenom- menen Objekte Nicht sichtbare Objekte werden erinnert
Globales Weltmodell
Multi-Roboter-Sensorintegration Alle Spieler melden ihre Schätzungen (mit Zeitstempel). Schätzungen der Spieler werden gemittelt. Objekte werden lokal verfolgt. Freund-Gegner Unterscheidung: die eigenen Spieler melden ihre Position ! Die Information wird an alle Spieler zurückgeschickt.
Verhaltensbasierte Steuerung (Torwart) Minimieren des Winkels Ball fangen Zum Ball drehen
Raumdeckung
Kooperation durch Nachrichten
Video - Middle Size League
Robocup-Regel-Design Glatter Spielverlauf Nähe zum echten Fußball (Regeln, Verhalten) Vermittelbarkeit (Öffentlichkeit: Zuschauer, Sponsoren) Interessante KI- Aufgabe Integration verschiedener Robotikdisziplinen Ergebnisse gut verwertbar
Die Liga der kleinen Roboter 18 cm maximaler Durchmesser
Robocup-Regeln kleine Liga Fairplay 5 gegen 5, 2 x 10 Minuten, Golfball Spielfeld Tischtennisplatte mit Rand Robbi: 180 cm^2, d: 18cm, h:15cm Verwarnung bis rote Karte bei Schieben Nur 1 Verteidiger im Strafraum Kamera von oben erlaubt, Farben und Beleuchtung festgelegt Eingeklemmter Ball => Freistoß für zuletzt berührenden Robbi
Spielfeldaufbau Globale Kamera Externer Rechner Funkverbindung
Bild aus der Videokamera 1,52 2,74 Meter 640 480 Pixel
RoboCup: Gruppe D, Stockholm On-board-Elektronik Funk Motoren
Die Motoren Ein Motor pro Rad 1 m/s 16 Impulse pro Drehung Feed-back-Schleife: Elektronik gleicht Soll- und Ist-Wert aus
Unser Board-Computer M6805-Mikrocontroller 8K EEPROM 16 Digitale I/O-Ports 8 Analog-Eingaben 2 Analog-Ausgaben (PWM) Status-LEDs RS-232-Schnittstelle
Funkverbindung Mikrocontroller Wireless link SE-200 (9600 Baud, MHz) Roboter-ID
Der Schußapparat Rotierende Platte
Video - Small Size League
Block-Diagramm der Software Benutzer- schnittstelle Funk- verbindung Reaktives Verhalten Vision- System
Benutzerschnittstelle Vision Automatische Steuerung Initialisierung Visualisierung Manuelle Steuerung
Bilderkennung Ball-Modul Team-Modul Update- Modul Frame Grabber Koordinatentransformtion: Roboter, Ball, Hindernisse
Ballverfolgung
FU-Fighters versus Big Red
Die FU-Fighters Lindstrot, Rojas, de Melo, Behnke, Tenchio Sprengel, Frötschl, Simon, Akers, Schebesch
Und was kommt jetzt?