Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Wie Mensch und Roboter zusammenarbeiten können

30.08.2010
Bayreuther Informatiker entwickeln neuen Ansatz zur Intentionserkennung

In vielen Lebensbereichen, von der industriellen Produktion bis zur Chirurgie, leisten Roboter unentbehrliche Dienste. Die Zahl der Einsatzmöglichkeiten steigt ständig. Wie kann die Zusammenarbeit von Menschen und Robotern weiter optimiert werden?

Weltweit arbeiten Forschungsteams an Systemen, die Roboter in die Lage versetzen, die Absichten von Menschen möglichst frühzeitig und möglichst zuverlässig zu erkennen. Denn sobald Roboter zu einer solchen Intentionserkennung fähig sind, müssen sie nicht auf per Knopfdruck erteilte Befehle warten, um den Menschen zuarbeiten zu können. Sie sind dann imstande, gleichsam aus eigener Initiative dazu beizutragen, dass die Menschen die angestrebten Ziele erreichen.

Die Fähigkeit von Robotern, Intentionen von Menschen zu erkennen und unter dieser Voraussetzung mit ihnen zu kooperieren, ist auch ein Forschungsschwerpunkt am Lehrstuhl für Robotik und Eingebettete Systeme (Angewandte Informatik III) der Universität Bayreuth.

Prof. Dr. Dominik Henrich und sein Mitarbeiter Muhammad Awais beschreiten dabei neue Wege. Während einer internationalen Robotik-Konferenz in Budapest im Juni 2010 haben sie einen gemeinsam entwickelten Lösungsansatz vorgestellt. Vor kurzem ist der Tagungsband im Druck erschienen.

Definierte Handlungsabfolgen in einem kameraüberwachten Arbeitsbereich

Das Szenario, das dem Bayreuther Lösungsansatz zugrunde liegt, ist ein Arbeitsbereich, in dem Mensch und Roboter in unmittelbarer räumlicher Nachbarschaft kooperieren. Diese Zusammenarbeit betrifft Gegenstände, deren räumliche Position auf eine exakt definierte Weise verändert werden soll – beispielsweise dadurch, dass sie aufeinander gestapelt oder einzeln an verschiedene Orte transportiert werden. Kameras haben den gesamten Arbeitsbereich im Visier. Sie übertragen Bilder von jeder Handlung, die der Mensch ausführt, zeitgleich an den Roboter.

Im Hinblick auf dieses Szenario wird nun eine Vielzahl einfacher Aktionen definiert, die der Mensch im Rahmen der Zusammenarbeit mit dem Roboter ausführen kann. Beispiele für solche Aktionen sind das Zeigen auf einen Gegenstand, das Ergreifen eines Gegenstands, das Anheben, Verschieben oder Ablegen eines Gegenstands, das Zeigen auf einen Ort innerhalb des Arbeitsbereichs, und vieles mehr. Man kann diese einfachen Aktionen mit formalen Bezeichnungen wie a1, a2, a3 … voneinander unterscheiden. Von zentraler Bedeutung ist dabei die folgende Tatsache: Alle komplexen Handlungen, die der Mensch während der Kooperation mit dem Roboter ausführt, sind als Abfolgen derartiger einfacher Aktionen definiert. Es gibt also beispielsweise eine Handlung H1, die eine Abfolge von a1 + a2 + a8 + a6 darstellt; es gibt eine weitere Handlung H2, die aus einer Abfolge von a2 + a9 + a3 besteht; und so fort. Mit jeder komplexen Handlung verbindet der Mensch eine spezifische Absicht.

Ein leistungsstarker Algorithmus zur Intentionserkennung

Der Roboter wird nun so programmiert, dass er weiß, welche komplexen Handlungen sein menschlicher Partner im Rahmen der Zusammenarbeit ausführen kann und welche spezifischen Absichten damit jeweils verbunden sind. Zudem weiß der Roboter, wie sich diese komplexen Handlungen aus einfachen Aktionen zusammensetzen. Schließlich ist er imstande, die Kamerabilder selbständig zu interpretieren. Dadurch ist er laufend darüber informiert, welche Aktion der Mensch gerade ausführt.

Die Pointe des Bayreuther Ansatzes zur Intentionserkennung ist ein Algorithmus, der mithilfe probabilistischer Zustandsmaschinen entwickelt wurde. Der Algorithmus versetzt den Roboter in die Lage, aufgrund der beobachteten Aktionen zuverlässig einzuschätzen, welche komplexe Handlung der Mensch begonnen hat und dabei ist zu vollenden. So ist der Roboter möglichst frühzeitig über die Absicht des Menschen informiert. Eine entsprechende Programmierung sorgt dafür, dass er auf diese Intentionserkennung mit Handlungen reagiert, die gewährleisten, dass der Mensch seine Absicht mit technischer Unterstützung erreicht.

So werden die Eigenarten von Mensch und Roboter in synergistischer Weise zusammengeführt. Der Roboter ist schnell, kräftig, präzise und ausdauernd. Dagegen hat der Mensch einen guten Überblick und hervorragende sensorische und kognitive Fähigkeiten.

Das Ziel: Anwendungen im Industriemaßstab

Die Bayreuther Informatiker haben den Algorithmus im Laboratorium vielfach erprobt. Von einem in alle Richtungen beweglichen Arm eines Roboters haben sie sich beispielsweise dabei unterstützen lassen, einen Gegenstand an einen vorgegebenen Ort zu transportieren, mehrere Gegenstände übereinander zu stapeln oder auch einen Stapel wieder abzutragen.

In keinem Fall war es erforderlich, die gewünschten Handlungen des Roboters per Knopfdruck auszulösen. Weil der Roboter die Intentionen seines menschlichen Gegenübers zuverlässig berechnen konnte, hat er sich proaktiv am Geschehen beteiligt. Awais und Henrich wollen diesen Ansatz mit weiteren Forschungsarbeiten vertiefen. „Wir sind zuversichtlich, dass sich die Zusammenarbeit von Mensch und Roboter auf diesem Weg noch intuitiver gestalten lässt. Möglicherweise lässt sich unser Ansatz eines Tages auch im Industriemaßstab realisieren“, meint Henrich.

Veröffentlichung:

Muhammad Awais and Dominik Henrich, Human-robot collaboration by intention recognition using probabilistic state machines, in: Proceedings of the RAAD 2010, 19th International Workshop on Robotics in Alpe-Adria- Danube Region – RAAD 2010, June 23-27, 2010, Budapest, Hungary.


Kontaktadresse für weitere Informationen:
Prof. Dr. Dominik Henrich
Lehrstuhl für Robotik und Eingebettete Systeme (Angew. Informatik III)
Universität Bayreuth
95440 Bayreuth
E-Mail: dominik.henrich@uni-bayreuth.de

Christian Wißler | Universität Bayreuth
Weitere Informationen:
http://www.ai3.uni-bayreuth.de/

Weitere Nachrichten aus der Kategorie Interdisziplinäre Forschung:

nachricht Neue Formeln zur Erforschung der Altersstruktur nicht-linearer dynamischer Systeme
23.01.2018 | Max-Planck-Institut für Biogeochemie

nachricht Multidisziplinäre Studie regt neue Strategie zur Medikamentenentwicklung an
15.01.2018 | Heidelberger Institut für Theoretische Studien gGmbH

Alle Nachrichten aus der Kategorie: Interdisziplinäre Forschung >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Optisches Nanoskop ermöglicht Abbildung von Quantenpunkten

Physiker haben eine lichtmikroskopische Technik entwickelt, mit der sich Atome auf der Nanoskala abbilden lassen. Das neue Verfahren ermöglicht insbesondere, Quantenpunkte in einem Halbleiter-Chip bildlich darzustellen. Dies berichten die Wissenschaftler des Departements Physik und des Swiss Nanoscience Institute der Universität Basel zusammen mit Kollegen der Universität Bochum in «Nature Photonics».

Mikroskope machen Strukturen sichtbar, die dem menschlichen Auge sonst verborgen blieben. Einzelne Moleküle und Atome, die nur Bruchteile eines Nanometers...

Im Focus: Optical Nanoscope Allows Imaging of Quantum Dots

Physicists have developed a technique based on optical microscopy that can be used to create images of atoms on the nanoscale. In particular, the new method allows the imaging of quantum dots in a semiconductor chip. Together with colleagues from the University of Bochum, scientists from the University of Basel’s Department of Physics and the Swiss Nanoscience Institute reported the findings in the journal Nature Photonics.

Microscopes allow us to see structures that are otherwise invisible to the human eye. However, conventional optical microscopes cannot be used to image...

Im Focus: Vollmond-Dreierlei am 31. Januar 2018

Am 31. Januar 2018 fallen zum ersten Mal seit dem 30. Dezember 1982 "Supermond" (ein Vollmond in Erdnähe), "Blutmond" (eine totale Mondfinsternis) und "Blue Moon" (ein zweiter Vollmond im Kalendermonat) zusammen - Beobachter im deutschen Sprachraum verpassen allerdings die sichtbaren Phasen der Mondfinsternis.

Nach den letzten drei Vollmonden am 4. November 2017, 3. Dezember 2017 und 2. Januar 2018 ist auch der bevorstehende Vollmond am 31. Januar 2018 ein...

Im Focus: Maschinelles Lernen im Quantenlabor

Auf dem Weg zum intelligenten Labor präsentieren Physiker der Universitäten Innsbruck und Wien ein lernfähiges Programm, das eigenständig Quantenexperimente entwirft. In ersten Versuchen hat das System selbständig experimentelle Techniken (wieder)entdeckt, die heute in modernen quantenoptischen Labors Standard sind. Dies zeigt, dass Maschinen in Zukunft auch eine kreativ unterstützende Rolle in der Forschung einnehmen könnten.

In unseren Taschen stecken Smartphones, auf den Straßen fahren intelligente Autos, Experimente im Forschungslabor aber werden immer noch ausschließlich von...

Im Focus: Artificial agent designs quantum experiments

On the way to an intelligent laboratory, physicists from Innsbruck and Vienna present an artificial agent that autonomously designs quantum experiments. In initial experiments, the system has independently (re)discovered experimental techniques that are nowadays standard in modern quantum optical laboratories. This shows how machines could play a more creative role in research in the future.

We carry smartphones in our pockets, the streets are dotted with semi-autonomous cars, but in the research laboratory experiments are still being designed by...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

Veranstaltungen

15. BF21-Jahrestagung „Mobilität & Kfz-Versicherung im Fokus“

23.01.2018 | Veranstaltungen

Gemeinsam innovativ werden

23.01.2018 | Veranstaltungen

Leichtbau zu Ende gedacht – Herausforderung Recycling

23.01.2018 | Veranstaltungen

VideoLinks Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Lebensrettende Mikrobläschen

23.01.2018 | Biowissenschaften Chemie

3D-Druck von Metallen: Neue Legierung ermöglicht Druck von sicheren Stahl-Produkten

23.01.2018 | Maschinenbau

CHP1-Mutation verursacht zerebelläre Ataxie

23.01.2018 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics