Anzeige

Dynamische Karten Gedächtnis für mobile Roboter

Bilder: Leibniz Universität Hannover
Detektierte Fußgänger und Fahrradfahrer (linkes Bild, rot) werden in eine Gefahrenkarte eingetragen (rechtes Bild, Hintergrundkarte: Google Earth). Die roten Bereiche in der Karte zeigen Orte mit einem besonders hohen Gefahrenpotenzial an.

Mobile Roboter treiben diesen Wandel an, denn Mobilität benötigt Sensoren, Aktoren und Intelligenz. Da mobile Roboter in ihre Umgebung eingebettet sind, wird die Planung eines intelligenten Verhaltens erleichtert, wenn ein räumliches Modell der Umgebung vorliegt. Herkömmliche Karten sind solche Umgebungsmodelle. Beschränkt auf eine ausgewählte Thematik dokumentieren sie den Ist-Zustand der Welt. Sie werden mittels Vermessung erfasst, aufbereitet, veröffentlicht und schließlich benutzt. Aufgrund der aufwendigen Erstellung ist ihre Aktualisierung leider nur in großen Zeitabständen zu leisten, weshalb sie meist veraltet sind. Ziel aktueller Entwicklungen sind deshalb dynamische Karten, die ein zeitnahes Abbild der Realität liefern. Das ist nur möglich, wenn die Erfassung viel häufiger als bisher erfolgt. Hierfür muss sie wesentlich preisgünstiger werden, was sich dadurch erreichen lässt, dass die Nutzer der Karte zugleich ihre Erfasser sind. Die individuelle Selbsterfassung dynamischer Karten reicht jedoch nicht aus, denn sie würde bedeuten, dass Regionen, die noch nie besucht wurden, nicht kartiert sind. Der zweite wesentliche Aspekt ist daher die Kollaboration. Alle Roboter tauschen dabei ihr Wissen über die Welt aus, sodass ein kollektives Gedächtnis entsteht, auch als Crowd-Sensing bezeichnet. In der Forschung gelang kürzlich die Einwerbung des Graduiertenkollegs i.c.sens - Integrität und Kollaboration in dynamischen Sensornetzwerken. Nachfolgend sind drei Beispiele aktueller Forschungsarbeiten skizziert.

Leibniz Universität Hannover

Dieser Artikel erschien in Industrie 4.0 Magazin (I40) 05 2018 - 08.03.18.
Für weitere Artikel besuchen Sie www.i40-magazin.de