Thesis - RWTH Aachen University
Thesis - RWTH Aachen University
Thesis - RWTH Aachen University
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5.3 Verhaltenskoordination 115<br />
5.3.4 Modellierung der Unsicherheit von Merkmalswerten<br />
Die Elemente der Merkmalsvektoren können nicht immer exakt bestimmt werden, sondern unterliegen<br />
Rauschen bzw. Unsicherheiten wegen Überlappungen oder Schattenbildung in den Aufnahmen.<br />
Dadurch sind die genauen Werte der Merkmale nicht ermittelbar; sie können nur mit einem ungenauen<br />
Mittelwert und einer zugehörigen Standardabweichung angegeben werden. Es ist wünschenswert,<br />
diese Unsicherheit auch bei der Inferenz mitwirken zu lassen. So würde normalerweise bei der Eintragung<br />
eines Merkmalswertes derjenige Zustand des Merkmalsknotens als beobachtet ausgewählt werden,<br />
dessen zugehöriges Intervall den Merkmalswert enthält. Liegt jedoch der beobachtete Wert nahe<br />
an einer Intervallsgrenze, ist es sinnvoller, beide Intervalle mit einer entsprechenden Wahrscheinlichkeitsangabe<br />
als beobachtet auszuwählen. Dadurch wird die Ungenauigkeit der Merkmalsextraktion<br />
bei der Inferenz berücksichtigt und beide Möglichkeiten werden bei der Entscheidungsfindung einbezogen.<br />
Aus diesem Grund wird eine gaußsche Wahrscheinlichkeitsverteilung für die Elemente des Merkmalsvektors<br />
mit dem als Messwert gegebenen Mittelwert µ und einem empirisch bestimmten Standardabweichungswert<br />
σ verwendet. Die Wahrscheinlichkeitsangaben für die einzelnen Intervalle werden<br />
aus der durch die jeweiligen Intervallsgrenzen eingeschlossenen Fläche unter der gaußschen Wahrscheinlichkeitsdichtefunktion<br />
errechnet. Mit der zugehörigen Verteilungsfunktion Φ(x, µ, σ) und den<br />
Intervallgrenzen (k1, ..., kn+1) für n diskrete Intervalle ergibt sich der Wert der Wahrscheinlichkeitsangabe<br />
für einen Zustand Zj des Knotens wie folgt:<br />
p(Z = Zj) = Φ(kj+1, µ, σ) − Φ(kj, µ, σ) (5.4)<br />
5.3.5 BBN der Hindernisvermeidung des Greifers<br />
Situationen, in denen die Hindernisvermeidung angewandt wird, zeichnen sich durch die Abstände<br />
des Greifers zu den möglichen Hindernissen sowie durch den Winkel des Bewegungsvektors des<br />
Greifers zu den Richtungsvektoren der Hindernisse aus. Kollisionsgefahr besteht beispielsweise bei<br />
einem geringen Abstand dGH vom Greifer zum nächsten Hindernis. Weiterhin weist ein in Richtung<br />
des Hindernisses deutender Bewegungsvektor des Greifers auf eine potentielle Kollision hin; je<br />
kleiner dann der relative Winkel φGH des Bewegungsvektors zum Positionsvektor des Hindernisses<br />
im System des Greifers ist, desto größer ist die Kollisionsgefahr. Eine ähnliche Bedeutung hat die<br />
Änderung des Abstandes zwischen Greifer und Hindernis ˙ dGZ. Ist sie negativ, bewegt sich der Manipulator<br />
auf ein Hindernis zu; ein positiver Wert kennzeichnet einen vom Hindernis abgewandten<br />
Pfad. Entsprechende Merkmale werden zur Bestimmung der Kollisionsgefahr mit der Auflageebene<br />
benutzt. Zusätzlich zu den beschriebenen Merkmalen ist hier auch der Abstand des Greifers zum<br />
Ziel entscheidend. Befindet sich der Greifer nah am Zielobjekt, dann darf trotz geringem Abstand zur<br />
Auflageebene keine Hindernisvermeidung angewandt werden.<br />
Der Merkmalsvektor �s ′ HG am Eingang beinhaltet Einträge, die die obigen Beziehungen zum Ausdruck<br />
bringen:<br />
�s ′ HG = (dGZ, dGH, ˙ dGH, φGH, dGT , φGT ) T<br />
(5.5)<br />
Die Elemente von �s ′ HG sowie die zugehörigen Diskretisierungsintervalle sind in Tabelle 5.3 aufgeführt.<br />
Durch eine nicht äquidistante Einteilung der Diskretisierungsintervalle und insbesondere durch die<br />
höhere Auflösung der kritischen Bereiche in der Nähe der Hindernisse wird eine ausreichende Ge-