09.02.2013 Aufrufe

Thesis - RWTH Aachen University

Thesis - RWTH Aachen University

Thesis - RWTH Aachen University

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

2.3 Verfahren zur Koordination reaktiver Verhalten 29<br />

Heuristische Verfahren Heuristische Verfahren setzen allgemeingültige Regeln ein, die die Hindernisvermeidung<br />

garantieren können; jedoch können sie keine optimale Ausweichbewegung berechnen.<br />

In dieser Kategorie gehört das Verfahren in [PRG + 03] und [HSA95], das Epipolarlinien<br />

[Fau93] nutzt, um einen kollisionsfreien, kartesischen Pfad für den Greifer zu finden 14 . Der Ansatz<br />

berücksichtigt jedoch die Manipulatorsegmente nicht und kann nur mit zwei eye-to-hand Kameras<br />

verwendet werden. Er ist nur dann einsetzbar, wenn der Greifer und das Hindernis sichtbar sind und<br />

der Manipulator keine Verdeckungen im Bild verursacht.<br />

2.3 Verfahren zur Koordination reaktiver Verhalten<br />

Die Verhaltenskoordinierung oder Verhaltensselektion ist in der Literatur als Behaviour Coordination<br />

Problem oder Action Selection Problem bekannt und behandelt das Problem, wie verschiedene<br />

Verhalten miteinander koordiniert bzw. aktiviert werden müssen um eine gestellte Aufgabe zu lösen.<br />

Seien n Verhalten βi(�si) während der Durchführung einer Aufgabe aktiv. Zu jedem Verhalten<br />

ist ein Vektor �si zugeordnet, der die aus den Sensormessungen extrahierten Merkmalen zusammenfasst.<br />

Seien die aktiven Verhalten mit der Funktion Bj = (βj1, βj2, . . . , βjnj ) zusammengefasst und<br />

S = (�s1, �s2, . . . , �sn) T die Matrix der jeweils relevanten Stimuli �si . � R = (�r1, �r2, . . . , �rn) T fasst die<br />

Ausgabevektoren der einzelnen Verhalten zusammen. Dann ist:<br />

�R = Bj(S) (2.15)<br />

Nach Arkin [Ark98] ergibt sich dann die auszuführende Aktion �ρ des Roboters zu:<br />

�ρ = C(G · � R) (2.16)<br />

Hierbei kann G als eine Diagonalmatrix von Gewichtungsfaktoren aufgefasst werden, welche die<br />

jeweils aktuelle Priorität oder Anwendbarkeit (Applicability) der einzelnen Verhalten beschreibt.<br />

⎛<br />

g1<br />

⎜ 0<br />

G = ⎜<br />

⎝ .<br />

0<br />

g2<br />

.<br />

. . .<br />

. . .<br />

. ..<br />

0<br />

0<br />

.<br />

⎞<br />

⎟<br />

⎠<br />

0 0 . . . gn<br />

C ist die Koordinierungsfunktion. Ihre Aufgabe ist die Bestimmung einer resultierenden Ausgabe<br />

aus der Menge aller n gewichteten Verhaltensausgaben. Die genauen Werte der Funktion C und der<br />

Matrix G sind im Allgemeinen von der jeweilig aktuellen Situation abhängig und müssen dementsprechend<br />

anhand der aktuellen Sensordaten neu berechnet werden.<br />

Die Verhaltenskoordinierung umfasst den Entwurf der Diagonalmatrix G und der Koordinierungsfunktion<br />

C. Dafür werden verschiedene Ansätze vorgeschlagen, die sich grob in zwei Klassen, Arbitration-<br />

und Command Fusion-Mechanismen, einteilen lassen (Abbildung 2.17). Pirjanian gibt in<br />

[Pir99] einen guten Überblick über die wichtigsten Verfahren der Verhaltenskoordinierung.<br />

14 Das Verfahren benötigt zwei eye-to-hand Kameras und basiert auf folgendem Prinzip: Ein Pfad hat zwei Projektionen<br />

auf den Bildflächen der Kameras, eine für die linke Kamera und eine für die rechte. Eine ausreichende Bedingung<br />

für einen kollisionsfreien Pfad ist, dass mindestens eine seiner zwei Bildprojektionen nicht durch Hindernisse verläuft<br />

[HA94]. Wenn dies jedoch der Fall ist, dann genügt es, die Stützstellen einer der beiden Pfadprojektionen entlang den<br />

Epipolarlinien außerhalb der Hindernisse im Bild zu verschieben. Dadurch entsteht ein kollisionsfreier Pfad im Raum, der<br />

durch bildbasiertes Visual Servoing ausgeführt werden kann.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!