Der schnellste Laufroboter der Welt lernt Bergsteigen

Er ist der schnellste seiner Art, inzwischen kann er aber auch Gipfel stürmen: RunBot, unter allen dynamischen Maschinen der Weltrekordhalter im Schnellgehen, hat sein Repertoire erweitert. Mit einem Infrarot-Auge erkennt der Laufroboter, ob eine Steigung vor ihm liegt und passt seine Gangart bergauf punktgenau an. Ganz wie ein Mensch lehnt er seinen Oberkörper nach vorne und macht kleinere Schritte.

Ein Wissenschaftlerteam unter der Leitung von Prof. Dr. Florentin Wörgötter hat die neuronalen Grundlagen dieser Anpassungsleistung mit Hilfe eines „lernenden“ Bewegungsprogramms simuliert. Die Ergebnisse dieser Forschungen am Bernstein Zentrum für Computational Neuroscience an der Universität Göttingen präsentiert PLoS Computational Biology in seiner Online-Ausgabe vom 13. Juli 2007.

Der menschliche Gang ist ein Wunderwerk an Koordination. Der Winkel der Kniegelenke, die Geschwindigkeit des Hüftschwungs, der Schwerpunkt des Oberkörpers und viele andere Elemente der Bewegung müssen genau aufeinander abgestimmt sein. Dabei passt sich Mensch verschiedenen äußeren Gegebenheiten an. Auf Eis läuft er anders als auf festem Boden, bergauf anders als bergab. „Die Fähigkeit des Roboters, ohne zu stolpern blitzartig von Gangart zu Gangart umzuschalten, basiert auf der hierarchischen Organisation der Bewegungssteuerung, wie sie ähnlich auch beim Menschen erfolgt“, erläutert Prof. Wörgötter. Auf den unteren Hierarchiestufen wird der Bewegungsablauf durch periphere Sensoren reflexartig vorangetrieben. Regelkreise sorgen dafür, dass Gelenke nicht überstrecken, andere leiten den nächsten Schritt ein sobald der Fuß aufsetzt.

Erst wenn die Gangart angepasst werden muss, greifen höhere Organisationsebenen ein: Beim Menschen ist es das Gehirn mit der Interaktion seiner stark vernetzten Neuronen. Beim Laufroboter löst das Signal des Infrarot-Auges diesen Anpassungsprozess über ein – allerdings sehr viel einfacher strukturiertes – computerbasiertes neuronales Netzwerk aus. Die hierarchische Organisation der Bewegungssteuerung macht es dabei möglich, die Umstellung der Gangart durch die Verschiebung einiger weniger Parameter zu erreichen – die restlichen Größen passen sich durch die autonomen Regelkreise automatisch an. Beim ersten Versuch, einen Berg zu erklimmen, kippt RunBot rückwärts um. Noch hat er nicht gelernt, auf das, was sein „Auge“ wahrnimmt, mit einem veränderten Bewegungsprogramm zu reagieren. Ähnlich aber wie Kinder lernt RunBot aus seinen Stürzen; auf diese Weise wird die neuronale Verschaltung zwischen Auge und Bewegungssteuerung ausgebaut. Erst wenn diese Verbindung vorhanden ist, sind Schrittlänge und Körperhaltung durch das visuell ausgelöste Signal kontrollierbar. Bei einem steilen Berg wird das Bewegungsprogramm des Laufroboters stark, bei einem flachen Berg nur ein wenig umgestellt.

Informationen im Internet sind unter
http://www.bccn-goettingen.de/Groups/GroupCN
abrufbar.
Originalveröffentlichung:
Manoonpong P, Geng T, Kulvicius T, Porr B, Wörgötter F (2007) Adaptive, fast walking in a biped robot under neuronal control and learning. PLoS Comput Biol 3(7): e134. doi:10.1371/journal.pcbi.0030134

Kontakt:

Prof. Dr. Florentin Wörgötter
Bernstein Center for Computational Neuroscience (BCCN) Goettingen
Bunsenstrasse 10
37073 Göttingen
Germany
Tel: 0551-5176-528
Email: worgott @ bccn-goettingen.de

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie

Der innovations-report bietet im Bereich der "Life Sciences" Berichte und Artikel über Anwendungen und wissenschaftliche Erkenntnisse der modernen Biologie, der Chemie und der Humanmedizin.

Unter anderem finden Sie Wissenswertes aus den Teilbereichen: Bakteriologie, Biochemie, Bionik, Bioinformatik, Biophysik, Biotechnologie, Genetik, Geobotanik, Humanbiologie, Meeresbiologie, Mikrobiologie, Molekularbiologie, Zellbiologie, Zoologie, Bioanorganische Chemie, Mikrochemie und Umweltchemie.

Zurück zur Startseite

Kommentare (0)

Schreib Kommentar

Neueste Beiträge

Mikroplastik – Schwämme als marine Bioindikatoren

Schwämme lagern als „Staubsauger der Meere“ zahlreiche Partikel ein – darunter auch Mikroplastik und andere Mikroverunreinigungen, wie LMU-Wissenschaftler zeigen. Dies macht sie zu vielversprechenden Bioindikator-Kandidaten. Die Verschmutzung der Meere durch…

Vanille-Anbau unter Bäumen fördert Schädlingsregulation

Team unter Göttinger Leitung untersucht Agroforstsysteme Der Anbau von Vanille in Madagaskar bringt den Kleinbäuerinnen und Kleinbauern ein gutes Einkommen, aber ohne Bäume und Büsche können die Plantagen sehr artenarm…

KI macht‘s möglich: Kundenwünsche von morgen, schon heute eingeplant

Wie lässt sich die Auftragsabwicklung eines Automobilherstellers optimieren? Im Projekt »KI-basierte Produktionsplanung und -steuerung« entwickeln IPA-Forscher zusammen mit der Porsche AG smarte Lösungen für die Fertigung der Zukunft. Diese helfen…

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close