Präsentation herunterladen
Veröffentlicht von:Eckehard Straut Geändert vor über 10 Jahren
1
Schlangenroboter Aktorik, Lernen, Motion Tracking, diverse Roboter
HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
2
Schlangenroboter – Bewegung realer Schlangen
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Bewegung realer Schlangen laterale Wellenbewegung gesamter Körper in Bezug zum Untergrund in Bewegung jeder Körperpunkt bewegt sich nacheinander über denselben Punkt am Boden, ohne statischen Kontakt aufeinanderfolgende Wellen von Muskelkontraktion und –erschlaffung abwechselnd auf jeder Seite vom Kopf in Richtung Schwanz Widerlager (Grashalme, Steine) dienen dem „Vorwärtsdrücken“ der Schlange ständiges Anpassen an Umgebung im Halsbereich, für optimale Wegstrecke Seitenwinden Seitwärtsbewegung / wenige Körperstellen mit Bodenkontakt Ziehharmonika – Kriechen Raupen - Kriechen Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
3
Schlangenroboter – Bewegung realer Schlangen
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Bewegung realer Schlangen laterale Wellenbewegung Seitenwinden Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
4
Schlangenroboter – Typen
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Typen GMD – snake Ziel: naturnahe Schlangenbewegung Anpassungsfähigkeit an verschiedene „Umwelten“ Fortbewegung auf rauem Terrain Bewältigen / Überqueren von Hindernissen Einsatz an Orten, wo andere Fortbewegungsarten scheitern Speziell für Röhrensysteme „string-and-winch actuators “ Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
5
Schlangenroboter – Typen
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Typen GMD – snake2 Ziel: naturnahe Schlangenbewegung Verbesserungen gegenüber snake1 Steifere Konstruktion zur Vermeidung unberechenbarer Torsionseffekte beim Abheben von Körperpartien höheres Drehmoment je 12 Räder an jedem Segmentende, 10fache Geschwindigkeit Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
6
Schlangenroboter – Typen
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Typen Dr. Gavin Miller's Snake Robots – privates Forschungsprojekt Prototypen S1 – S5 / Ziel: naturnahe Schlangenbewegungen snakerobots mit diversen Fortbewegungsarten sinusförmig fortbewegend rollend über Hindernisse kletternd schwimmend durch Röhren kriechend JPL-Snake – für Aufgaben auf Raumstationen entwickelt NEC – „quake – snake“ suche nach Überlebenden nach Erdbeben und Katastrophen Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
7
Schlangenroboter – Aktorik – GMD – snake1
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Aktorik – GMD – snake1 Schlangenrumpf besteht aus bis zu 15 identischen Bauelementen (section) Kopf meist spezialisiert für Einsatzgebiet und Ziel (spezielle Sensorik) Schwanz (hier nicht vorhanden) kann Stromversorgung beinhalten Hier: externe Stromversorgung und PC – Verbindung Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
8
Schlangenroboter – Aktorik – GMD – snake1
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Aktorik – GMD – snake1 sections – Aufbau je zwei Aktoren pro section pro section existiert ein controller (SLIO module [PHI92]) controller ports, beliebig als input oder output konfigurierbar empfängt Daten für Aktoren oder von Sensoren via CAN-Bus vom und zum PC bestimmt Drehrichtung der Motoren und schaltet sie an und aus 4 Tastsensoren / 4 Drehrichtungssensoren / 2 Lagesensoren Lagesensoren geben Auskunft, wie stark ein joint gebeugt ist Tastsensoren registrieren Hinder- nisse Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
9
Schlangenroboter – Aktorik – GMD – snake1
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Aktorik – GMD – snake1 Der Aktor Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
10
Schlangenroboter – Aktorik – GMD – snake1
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Aktorik – GMD – snake1 Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
11
Schlangenroboter – Links
Aktorik, Lernen, Motion Tracking, diverse Roboter HK Kognitive Robotik II Lehrstuhl für Künstliche Intelligenz, Institut für Informatik, HU-Berlin Schlangenroboter – Links Letzter Besuch der folgenden Links: – Uhr Behrang Alavi, Ferry Bachmann, Frank Holfert, Phuc Nguyen Huu
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.