12.08.2013 Aufrufe

Kooperative Bewegungsstrategien für Roboter in unbekannten ...

Kooperative Bewegungsstrategien für Roboter in unbekannten ...

Kooperative Bewegungsstrategien für Roboter in unbekannten ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Kapitel 2<br />

E<strong>in</strong>satz von <strong>Roboter</strong>-Teams <strong>in</strong><br />

<strong>unbekannten</strong> Umgebungen<br />

Dieses Kapitel stellt den wissenschaftlichen Kontext der Bewegung von <strong>Roboter</strong>n <strong>in</strong><br />

<strong>unbekannten</strong> Umgebungen aspektbezogen vor und führt h<strong>in</strong> zur Def<strong>in</strong>ition der Ausgangssituation<br />

der im Verlauf der Arbeit untersuchten Verfahren zur kamerabasierten<br />

Lokalisierung und kooperativen Bewegung.<br />

Zu Beg<strong>in</strong>n stehen die traditionellerweise <strong>für</strong> e<strong>in</strong>zelne <strong>Roboter</strong> entwickelten Methoden<br />

der Kartenerstellung und Lokalisierung im Fokus, was die Verwendung von Sensoren,<br />

speziell Kameras, den Umgang mit ungenauen Sensordaten und die sich daraus ergebenden<br />

Lokalisierungsansätze umfasst (Kapitel 2.1). Danach werden die beim E<strong>in</strong>satz<br />

von <strong>Roboter</strong>-Teams h<strong>in</strong>zukommenden Probleme, Möglichkeiten und bisherigen Konzepte<br />

zur geme<strong>in</strong>samen Bewegung und Lokalisierung behandelt (2.2). Auf Basis dieses<br />

Wissens wird zum Abschluss das Problemfeld h<strong>in</strong>sichtlich der betrachteten Welten und<br />

<strong>Roboter</strong> sowie den darauf aufbauenden Zielen e<strong>in</strong>gegrenzt (2.3), so dass dann mit der<br />

Erarbeitung der vorliegenden Fragestellung begonnen werden kann.<br />

2.1 Kartenerstellung und Lokalisierung<br />

„Localization is one of the ma<strong>in</strong> abilities of an autonomous mobile robot. In order to<br />

perform their tasks, mobile robots need to know their poses with<strong>in</strong> the environment“<br />

(Odakura & Costa 2006, S. 552). Mit dem Begriff pose (im Deutschen entsprechend<br />

Pose) wird hier die Komb<strong>in</strong>ation aus der Position des <strong>Roboter</strong>s, gegeben durch<br />

ihre Koord<strong>in</strong>aten, und se<strong>in</strong>er aktuellen Orientierung (woh<strong>in</strong> er ausgerichtet ist) abkürzend<br />

bezeichnet. E<strong>in</strong> <strong>Roboter</strong>, der se<strong>in</strong>en eigenen Standort nicht kennt, kann nicht<br />

effizient Bewegungsabläufe planen, gesuchte Objekte lokalisieren oder allgeme<strong>in</strong> vernünftig<br />

se<strong>in</strong>e Ziele erfüllen (Olson 2000, S. 55). Die unterliegende Problemstellung<br />

resultiert daraus, dass es <strong>in</strong> der Realität weder möglich ist, die aktuelle Pose anhand<br />

des eigenen Bewegungsablaufs exakt zu ermitteln noch h<strong>in</strong>reichend genaue Mess<strong>in</strong>strumente<br />

existieren, um mittels bekannter Objekte der Umwelt auf Selbige rückschließen<br />

zu können. Grundsätzlich wird <strong>in</strong> diesem Zusammenhang zwischen lokaler und globaler<br />

Lokalisierung unterschieden; erstere, auch als position track<strong>in</strong>g bezeichnet, me<strong>in</strong>t die<br />

fortdauernde Aufrechterhaltung des zum<strong>in</strong>dest geschätzten Wissens über die Position

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!