Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Cornelius Beyer Geändert vor über 9 Jahren
1
Robocup: Roboter spielen Fußball Bernhard Frötschl, Wolf Lindstrot Freie Universität Berlin mit freundlicher Unterstützung von Prof. Bernhard Nebel Albert-Ludwigs-Universität Freiburg
2
Roboterfußball - Wieso ? Meilenstein-Projekt (~Apollo) Technische Entwicklungen anstoßen Übertragung auf Anwendungen Lehre
3
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
4
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
5
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
6
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
7
Technische Entwicklungen anstoßen Materialforschung Steuerung Sensoren Kognitive Systeme
8
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)
9
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)
10
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
11
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 )
12
Mögliche Anwendungen Haushaltsroboter Fertigungsautomatisierung Hilfesysteme für Behinderte Autopiloten Warnsysteme Katastropheneinsätze Fernerkundung (Weltraum...) Intelligentes Spielzeug Video
13
Robocup in der Lehre Grundlegndes technisches Wissen vermitteln Teamarbeit erlernen Integration vieler Disziplinen Hohe Motivation Kreativität fördern
14
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
15
Die Simulationsliga Soccer server Einfache Aktionen Autonome Spieler Schneller Einstieg
16
Die Liga der mittelgroßen Roboter Spielfeld 9 5 Meter Vier gegen vier
17
Das Freiburger Team (Prof. Nebel) Pioneer 1 Roboter Libretto Notebook WaveLan Radio-Ethernet Schußapparat Vision System 7 Sonars SICK Laser Scanner Interne Odometrie
18
Team-Architektur Spieler Globale Sensor- Integration User Interface Kommunikation Externer Rechner Funk
19
Spieler-Architektur Perzeptions- Module Verhaltens -basierte Steuerung Pfadplanung Sensoren Kommunikation Aktuatoren
20
Perzeptions-Modul Selbst- findung Spieler- Erkennung Ball- Erkennung Modell- Bildung Laser- scanner Odometrie Vision Sonar Roboter-Position Sensor-Integration scan Welt- Modell
21
Selbstlokalisation und Scan- Matching Scanlinien werden in Korrespondenz zu Modellinien gebracht
22
Spieler-Erkennung Laserscan-Punkte
23
Lokales Weltmodell: enthält alle wahrgenom- menen Objekte Nicht sichtbare Objekte werden erinnert
24
Globales Weltmodell
25
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.
26
Verhaltensbasierte Steuerung (Torwart) Minimieren des Winkels Ball fangen Zum Ball drehen
27
Raumdeckung
28
Kooperation durch Nachrichten
29
Video - Middle Size League
30
Robocup-Regel-Design Glatter Spielverlauf Nähe zum echten Fußball (Regeln, Verhalten) Vermittelbarkeit (Öffentlichkeit: Zuschauer, Sponsoren) Interessante KI- Aufgabe Integration verschiedener Robotikdisziplinen Ergebnisse gut verwertbar
31
Die Liga der kleinen Roboter 18 cm maximaler Durchmesser
32
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
33
Spielfeldaufbau Globale Kamera Externer Rechner Funkverbindung
34
Bild aus der Videokamera 1,52 2,74 Meter 640 480 Pixel
35
RoboCup: Gruppe D, Stockholm On-board-Elektronik Funk Motoren
36
Die Motoren Ein Motor pro Rad 1 m/s 16 Impulse pro Drehung Feed-back-Schleife: Elektronik gleicht Soll- und Ist-Wert aus
37
Unser Board-Computer M6805-Mikrocontroller 8K EEPROM 16 Digitale I/O-Ports 8 Analog-Eingaben 2 Analog-Ausgaben (PWM) Status-LEDs RS-232-Schnittstelle
38
Funkverbindung Mikrocontroller Wireless link SE-200 (9600 Baud, 433-434 MHz) Roboter-ID
39
Der Schußapparat Rotierende Platte
40
Video - Small Size League
41
Block-Diagramm der Software Benutzer- schnittstelle Funk- verbindung Reaktives Verhalten Vision- System
42
Benutzerschnittstelle Vision Automatische Steuerung Initialisierung Visualisierung Manuelle Steuerung
43
Bilderkennung Ball-Modul Team-Modul Update- Modul Frame Grabber Koordinatentransformtion: Roboter, Ball, Hindernisse
44
Ballverfolgung
45
FU-Fighters versus Big Red
46
Die FU-Fighters Lindstrot, Rojas, de Melo, Behnke, Tenchio Sprengel, Frötschl, Simon, Akers, Schebesch
47
Und was kommt jetzt?
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.