Thesis - RWTH Aachen University

88 4.2 Hindernisvermeidung
dHK i
Sichtachse der Kamera
(a)
d
HSA i
Abbildung 4.12: Eingänge der Steuerungskomponente für die Hindernisvermeidung des Greifers.
Die übliche Verfahren zur Hindernisvermeidung gehen von einer Übersicht der Szene mit einer eyeto-hand
Kamerakonfiguration aus; deshalb sind sie für eine Implementierung mit einer eye-in-hand
Kamera ungeeignet. Da ein Mensch anhand der aktuellen Aufnahme der Greiferkamera eine robuste
hindernisvermeidende Bewegungsstrategie mit einer Menge von qualitativen Regeln beschreiben
kann, bietet sich hier der Einsatz von Fuzzy Logik [Zad73] an. Mit Fuzzy Logik kann man aus einem
Eingangsvektor anhand qualitativer Regeln entsprechende quantitative Ausgangsgrößen ermitteln.
Um das aufwendige Experimentieren zur Parameterbestimmung zu umgehen, wird hier ein lernfähiges
Neurofuzzy-System angewandt 17 .
Das eingesetzte Neurofuzzy-System besteht aus fünf Neuronenschichten (Abbildung 4.13). Die erste
Neuronenschicht propagieren lediglich die Eingangswerte ins Netz. Für die Zugehörigkeitsfunktionen
der Eingangsvariablen, die als Aktivierungsfunktionen der zweiten Schicht des Neurofuzzy-Systems
implementiert sind, werden Gaußfunktionen verwendet. Die dritte und die vierte Zwischenschicht
implementieren die Regelbasis und den Inferenzmechanismus des Fuzzy Logik Systems, während
die Gewichtungen zwischen vierter und fünfter Schicht die Defuzzifizierung realisieren. In der Trainingsphase
werden nur die Gewichtungen zwischen der vierten und der fünften Schicht und somit die
Abszissen der Zugehörigkeitsfunktionen der linguistischen Ausgangsvariablen 18 angepasst.
Das Neurofuzzy-System verfügt über vier Eingangsneuronen, die als Eingabe die Elemente des Merkmalsvektors
�sHGi erhalten. Dabei werden für dHKi , dHSAi jeweils vier und für dHHi , dHVi drei linguistische
Terme definiert (Anhang D). Für die Bestimmung des Ausweichvektors �ρi sind dessen Betrag
und dessen Richtung, dargestellt im Koordinatensystem der Kamera, notwendig. Verwendet man für
die Darstellung von �ρi Polarkoordinaten, dann sind folgende drei Größen nötig, um den Vektor zu
beschreiben:
• das Azimut ϑi, d.h der Winkel zwischen der x-Achse des Kamerasystems und der auf der Bildebene
projizierten Komponente des Ausweichvektors,
• die Elevation ϕi, d.h. der Winkel zwischen der Sichtachse bzw. z-Achse der Kamera und dem
Ausweichvektor, und
d HH
i
• der Betrag | �ρi | des Vektors, der als die Geschwindigkeit der Bewegung zu verstehen ist.
17 Fuzzy Logik und Neurofuzzy werden im Anhang C präsentiert.
18 In dieser Arbeit kommen Singletons für die Zugehörigkeitsfunktionen der linguistischen Ausgangsvariablen zum
Einsatz.
(b)
d HV
i