Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Lernfähige Objekterkennung und Umgebungserfassung für Serviceroboter

26.10.2012
VISION
25. Internationale Fachmesse für Bildverarbeitung
6. bis 8. November 2012
Landesmesse Stuttgart
Halle 1 | Stand G 42
Vision 2012 in Stuttgart: Fraunhofer IPA präsentiert innovative Lösungen für die 3D-Bildverarbeitung

Ein Lager- oder Handlingroboter ordnet verschiedenartige, chaotisch angelieferte Teile, ohne dass diese vorher aufwändig einprogrammiert werden müssen. Ein Assistenzroboter für alleinstehende Senioren hält selbsttätig Haushaltsgegenstände und Wohnungsräume auseinander und kann intuitiv neue Objekte erlernen.
Ein Reinigungsroboter im Großbüro erkennt eigenständig stärker genutzte und verschmutzte Flächen und reinigt sie gezielt: Mit neuartigen Systemen für die dreidimensionale Objekterkennung und Umgebungserfassung, die am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA entwickelt wurden, können Roboter auch solche komplexen Aufgaben meistern. Die Stuttgarter Servicerobotik-Spezialisten präsentieren ihre Lösungen mit praktischen Demonstrationen auf der Vision 2012 und zeigen weitere Anwendungsmöglichkeiten – zum Beispiel für die Personenerkennung und -identifizierung oder für die kostengünstige Lokalisierung von mobilen Robotern auf
Basis einfacher Farbkameras.

Präzision und Schnelligkeit bei gleichzeitig größtmöglicher Flexibilität und einfacher Benutzbarkeit für den Endanwender sind entscheidende Kriterien für die Praxistauglichkeit von 3D-Bildverarbeitungslösungen. Ein wesentliches Merkmal der am Fraunhofer IPA entwickelten Algorithmen ist daher die gezielte Filterung und Reduktion der Sensordaten, um markante Punkte vorrangig zu identifizieren und Objekte platzsparend und kompakt darzustellen. »Der Roboter scannt seine Umgebung in 3D mit einer Kombination aus Farb- und Tiefenkamera, die eine farbige Punktewolke mit exakt zugeordneten Abstandswerten erzeugt«, erläutert Projektleiter Georg Arbeiter. Aus der Punktewolke wird eine Geometriekarte gewonnen, in der signifikante Merkmale und geometrische Basisformen genutzt werden, um Objekte von Interesse schnell und sicher zu identifizieren und sich in der Umgebung zu orientieren. Das funktioniert praktisch in Echtzeit und ermöglicht sowohl kollisionsfreie Navigation als auch sinnvolle Fernsteuerung durch einen menschlichen Bediener, der die übermittelten Daten schneller verstehen kann.

Auch die Erkennung und Klassifizierung von Objekten läuft schnell und sicher über die gezielte Suche nach markanten Punkten wie Linienschnitten oder Ecken, die zu einem Modell zusammengesetzt und gespeichert werden. »Auf diese Weise können Objekte auch bei wechselnden Lichtverhältnissen und sogar bei partieller Verdeckung oder Deformation noch sicher erkannt werden«, hebt der für die Objektklassifizierung zuständige wissenschaftliche Mitarbeiter, Richard Bormann, hervor. Um Objekte wiederzufinden, sucht der Roboter markante Punkte und schließt aus ihrer Anordnung im Raum auf die Lage des Objekts.

Das 3D-Objekterkennungssystem für Serviceroboter kann aber noch mehr – es vermag aus der Kombination geometrischer Basisformen auch auf die Klasse oder Kategorie des Objekts zu schließen. Der Roboter »weiß«, dass beispielsweise ein Tisch aus einer horizontalen Platte auf vier senkrechten Zylindern, den Tischbeinen, besteht, dass die Flasche darauf ein langer Zylinder, die Milchtüte ein Hochkantquader und die Schüssel eine Halbkugel ist. Dank dieser Kombination aus Objekterkennung und Klassifikation kann der Roboter eigenständig neue Objekte »erlernen« oder intuitiv auf sie trainiert werden, und er kann diese Objekte auch in veränderlichen Umgebungen wiedererkennen – und das in Zeiten von weniger als einer Sekunde. »Die lernfähige Objekterkennung und Umgebungserfassung in 3D kann als Schlüsseltechnologie für die Entwicklung fortschrittlicher Assistenzroboter nicht nur alleinlebenden älteren Menschen eine höhere Lebensqualität ermöglichen«, betont Georg Arbeiter.

Weitere Einsatzmöglichkeiten für ihr System sehen die Fraunhofer-Ingenieure bei Fahrerassistenzsystemen, die z. B. in der Bewegung andere Fahrzeuge oder Straßenrand bebauung erkennen müssen oder auch in der industriellen Verwendung für autonome fahrerlose Transportsysteme oder Handhabungs-, Lager- und Sortieraufgaben. »Das Einlernen neuer Objekte dauert nur wenige Minuten und ist auch für Laien problemlos durchführbar«, so Richard Bormann. Damit eröffnet sich beispielsweise eine völlig neue Dimension der Flexibilität in der automatisierten Kleinserienfertigung.

Weitere Ansprechpartner
Dipl.-Ing. Georg Arbeiter
Telefon +49 711 970-1299 | georg.arbeiter@ipa.fraunhofer.de

Richard Bormann M. Sc.
Telefon +49 711 970-1062 | richard.bormann@ipa.fraunhofer.de

Jörg Walz | Fraunhofer-Institut
Weitere Informationen:
http://www.ipa.fraunhofer.de

Weitere Nachrichten aus der Kategorie Messenachrichten:

nachricht OLED auf hauchdünnem Edelstahl
21.09.2017 | Fraunhofer-Institut für Organische Elektronik, Elektronenstrahl- und Plasmatechnik FEP

nachricht Die Chancen der Digitalisierung für das Betriebliche Gesundheitsmanagement: vitaliberty auf der Zukunft Personal 2017
19.09.2017 | vitaliberty GmbH

Alle Nachrichten aus der Kategorie: Messenachrichten >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Hochpräzise Verschaltung in der Hirnrinde

Es ist noch immer weitgehend unbekannt, wie die komplexen neuronalen Netzwerke im Gehirn aufgebaut sind. Insbesondere in der Hirnrinde der Säugetiere, wo Sehen, Denken und Orientierung berechnet werden, sind die Regeln, nach denen die Nervenzellen miteinander verschaltet sind, nur unzureichend erforscht. Wissenschaftler um Moritz Helmstaedter vom Max-Planck-Institut für Hirnforschung in Frankfurt am Main und Helene Schmidt vom Bernstein-Zentrum der Humboldt-Universität in Berlin haben nun in dem Teil der Großhirnrinde, der für die räumliche Orientierung zuständig ist, ein überraschend präzises Verschaltungsmuster der Nervenzellen entdeckt.

Wie die Forscher in Nature berichten (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005), haben die...

Im Focus: Highly precise wiring in the Cerebral Cortex

Our brains house extremely complex neuronal circuits, whose detailed structures are still largely unknown. This is especially true for the so-called cerebral cortex of mammals, where among other things vision, thoughts or spatial orientation are being computed. Here the rules by which nerve cells are connected to each other are only partly understood. A team of scientists around Moritz Helmstaedter at the Frankfiurt Max Planck Institute for Brain Research and Helene Schmidt (Humboldt University in Berlin) have now discovered a surprisingly precise nerve cell connectivity pattern in the part of the cerebral cortex that is responsible for orienting the individual animal or human in space.

The researchers report online in Nature (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005) that synapses in...

Im Focus: Tiny lasers from a gallery of whispers

New technique promises tunable laser devices

Whispering gallery mode (WGM) resonators are used to make tiny micro-lasers, sensors, switches, routers and other devices. These tiny structures rely on a...

Im Focus: Wundermaterial Graphen: Gewölbt wie das Polster eines Chesterfield-Sofas

Graphen besitzt extreme Eigenschaften und ist vielseitig verwendbar. Mit einem Trick lassen sich sogar die Spins im Graphen kontrollieren. Dies gelang einem HZB-Team schon vor einiger Zeit: Die Physiker haben dafür eine Lage Graphen auf einem Nickelsubstrat aufgebracht und Goldatome dazwischen eingeschleust. Im Fachblatt 2D Materials zeigen sie nun, warum dies sich derartig stark auf die Spins auswirkt. Graphen kommt so auch als Material für künftige Informationstechnologien infrage, die auf der Verarbeitung von Spins als Informationseinheiten basieren.

Graphen ist wohl die exotischste Form von Kohlenstoff: Alle Atome sind untereinander nur in der Ebene verbunden und bilden ein Netz mit sechseckigen Maschen,...

Im Focus: Hochautomatisiertes Fahren bei Schnee und Regen: Robuste Warnehmung dank intelligentem Sensormix

Schlechte Sichtverhältnisse bei Regen oder Schnellfall sind für Menschen und hochautomatisierte Fahrzeuge eine große Herausforderung. Im europäischen Projekt RobustSENSE haben die Forscher von Fraunhofer FOKUS mit 14 Partnern, darunter die Daimler AG und die Robert Bosch GmbH, in den vergangenen zwei Jahren eine Softwareplattform entwickelt, auf der verschiedene Sensordaten von Kamera, Laser, Radar und weitere Informationen wie Wetterdaten kombiniert werden. Ziel ist, eine robuste und zuverlässige Wahrnehmung der Straßensituation unabhängig von der Komplexität und der Sichtverhältnisse zu gewährleisten. Nach der virtuellen Erprobung des Systems erfolgt nun der Praxistest, unter anderem auf dem Berliner Testfeld für hochautomatisiertes Fahren.

Starker Schneefall, ein Ball rollt auf die Fahrbahn: Selbst ein Mensch kann mitunter nicht schnell genug erkennen, ob dies ein gefährlicher Gegenstand oder...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Die Erde und ihre Bestandteile im Fokus

21.09.2017 | Veranstaltungen

23. Baltic Sea Forum am 11. und 12. Oktober nimmt Wirtschaftspartner Finnland in den Fokus

21.09.2017 | Veranstaltungen

6. Stralsunder IT-Sicherheitskonferenz im Zeichen von Smart Home

21.09.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

OLED auf hauchdünnem Edelstahl

21.09.2017 | Messenachrichten

Weniger (Flug-)Lärm dank Mathematik

21.09.2017 | Physik Astronomie

In Zeiten des Klimawandels: Was die Farbe eines Sees über seinen Zustand verrät

21.09.2017 | Geowissenschaften