19.11.2013 Aufrufe

Diplomarbeit Doku 031217_final_2 - Universität Bremen

Diplomarbeit Doku 031217_final_2 - Universität Bremen

Diplomarbeit Doku 031217_final_2 - Universität Bremen

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.

4. Anforderungen an Methoden zur teilautonomen Umgebungserfassung<br />

Schlägt die Identifikation eines Objektes fehl, da es sich z. B. nicht im aktuellen Sichtbereich<br />

des Stereokamerasystems befindet, so ist entsprechend dem Konzept der Teilautonomie der<br />

Benutzer zu konsultieren. Dieser kann dann über die Mensch-Maschine-Schnittstelle die<br />

Schwenk-Neige-Köpfe auf das fehlende Objekt ausrichten, so dass anschließend eine Objektidentifikation<br />

ermöglicht ist.<br />

Erfolgreiche und fehlgeschlagene Objektidentifikation<br />

Der Vorgang der Objektidentifikation und –verankerung ist so lange fortzusetzen, bis alle<br />

physikalischen Objekte der Ablaufstruktur (also die in der Menge M OI-phys enthaltenen Objekte)<br />

erfasst sind. Anschließend, und nur in diesem Fall, ist die Ermittlung der Initialsituation<br />

durch Bestimmung einer charakteristischen Faktenmenge möglich. Bevor die Anforderungen<br />

an die Situationserfassung durch Faktenbestimmung beschrieben werden, sind folgende Festlegungen<br />

einzuführen:<br />

Definition 4-1: Prädikat ”Object-Related Discrepancy“ (ORD [Sys/Env] )<br />

Ist weder die autonome noch die teilautonome Identifikation mindestens eines Objektes der in<br />

der abstrakten Ablaufstruktur PS A enthaltenen physikalischen Objekte möglich, so ist von<br />

einer Diskrepanz zwischen PS A und dem quasistatischen Umwelt- und Systemzustand<br />

ST Env,qstat auszugehen. Diese Form der Diskrepanz wird als objektbedingte Diskrepanz (object-related<br />

discrepancy) bezeichnet. Das Prädikat ORD wird im Diskrepanzfall mit TRUE<br />

bewertet, andernfalls mit FALSE. Es kann zwischen ORD Sys und ORD Env für System- und<br />

Umweltobjekte unterschieden werden.<br />

Definition 4-2: Prädikat ”Object Identification Successful“ (OIS)<br />

Die Objektidentifikation und –verankerung ist dann erfolgreich abgeschlossen, wenn sämtliche<br />

in PS A modellierten physikalischen Objektinstanzen identifiziert und im Weltmodell verankert<br />

wurden. Für die erfolgreiche Verankerung eines Objektes ist die Forderung 4-1 (Seite<br />

37) zu erfüllen. Das Prädikat OIS wird im Erfolgsfall mit TRUE bewertet, im anderen Fall mit<br />

FALSE. Somit gilt OIS = FALSE, wenn eine objektbedingte Diskrepanz vorliegt.<br />

4.2.2 Situationserfassung<br />

Sobald sämtliche Umweltobjekte erfolgreich im Sinne von Definition 4-2 identifiziert und<br />

verankert sind und somit OIS = TRUE gilt, kann die Situationserfassung beginnen. Hierfür<br />

soll zunächst verdeutlicht werden, auf Basis welcher Daten die Situationserfassung operiert.<br />

Tabelle 4-1 zeigt eine Auflistung der Situationen, die sich aus der abstrakten Ablaufstruktur<br />

zum Szenario „Einschenken eines Getränkes“ (Bild 3-1, Seite 21) ergeben. In der Tabelle<br />

werden jeweils die an einer Situation beteiligten Kontaktsituationen sowie deren Gesamtmenge<br />

der interessierenden Fakten M FI (S) aufgelistet.<br />

Situation Kontaktsituation(en) Menge der interessierenden Fakten M FI (S) Faktenwerte<br />

Nr.<br />

1 [Ro.1] 0<br />

[Bo.1,Gl.1,Tr.1] 0<br />

HoldsNothing(Ro.1)<br />

IsFilled(Bo.1)<br />

IsFilled(Gl.1)<br />

IsInFreePos(Ro.1)<br />

IsInPlacedPos(Bo.1,Tr.1,FreePlacePos)<br />

IsPlacedOn(Bo.1,Tr.1)<br />

IsPlacedOn(Gl.1,Tr.1)<br />

TRUE<br />

TRUE<br />

FALSE<br />

TRUE<br />

TRUE<br />

TRUE<br />

TRUE<br />

2 [Bo.1,Gl.1,Ro.1,Tr.1] 0 HoldsNothing(Ro.1)<br />

IsFilled(Bo.1)<br />

FALSE<br />

TRUE<br />

38

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!