Thesis - RWTH Aachen University

70 3.3 Teach-In in virtuellen Umgebungen
W
O T und W P T sind aus der virtuellen Umgebung bekannt, P MBT und G KT sind abhängig von der Platt-
form - Manipulator Konfiguration und müssen aus der Geometrie des Roboters bzw. aus der Kamerakalibrierung
ermittelt werden. MB
G T kann aus der Kinematik des Roboterarmes berechnet werden
(Anhang C.1).
Um den Greifer und dadurch auch die Kamera zum Objekt auszurichten, werden die yaw- und pitch-
Winkel des Greifers angesteuert; der roll-Winkel wird von der Ausrichtung an der Zielposition definiert
und auf konstantem Wert gehalten 14 :
pitch = atan2(t14, t34)
yaw = −atan2(t24 cos(pitch), t34)
(3.25)
Dabei sind ti4, i = 1, 2, 3, die Elemente der vierten Spalte der K O T Matrix und repräsentieren die
Position des Objektes im Koordinatensystem der Kamera.
Um die Trainingsdaten zu sammeln, werden die generierten Pfade durchlaufen und die Aufnahmen
der virtuellen Kameras mit den entsprechenden Positionsdaten des Manipulators gespeichert. Pfade,
die durch die Auflageflächen in der virtuellen Umgebung laufen bzw. Kollisionen des Roboterarms
verursachen, können über Kollisionsmeldungen der Simulationsumgebung erkannt und vom weiteren
Training ausgeschlossen werden.
Sei � P ein 6×1 Vektor, der die erwünschte Position und Orientierung des Greifers auf dem Pfad relativ
zum Objekt repräsentiert. Um einen generierten Pfad Pj, j = 1, .., n, mit n die Anzahl der generierten
Pfade, zu speichern, wird die Position und Orientierung des Greifers � Pji auf dem Pfad in regulären
Abständen in einer Liste gespeichert. � Pji sind auch als Stützstellen des Pfades bekannt. Dadurch kann
ein Pfad als eine Reihenfolge von Stützstellen dargestellt werden:
Pj = { � Pj1, .., � Pji, .., � Pjm} (3.26)
mit m die Anzahl der Stützstellen. Falls auf alle Pfade äquidistante Intervalle verwendet werden,
dann verfügen die Pfade Pj über dieselbe Anzahl von Stützstellen und dadurch dieselbe Länge. Alle
Pfadlisten werden abgespeichert und ihr Index j wird benutzt, um sie zu referenzieren.
3.3.4 Stochastisches Teach-In
Beim algorithmischen Teach-In ist die gewünschte Bewegung des Manipulators bekannt. Es gibt jedoch
Fälle, wo die gewünschte Aktion des Manipulators nicht a priori bekannt oder nur schwer zu
definieren ist. Dies ist beispielsweise der Fall bei der Verhaltenskoordination. Hier ist die Anwendbarkeit
der Verhalten in einer Situation nicht genau bestimmbar, man kann jedoch eine qualitative Bewertung
der Verhaltensanwendung anhand der sich ergebenden Situation machen 15 . Ähnlich ist auch
bei der Hindernisvermeidung die optimale Bewegung des Manipulators in einer gegebenen Situation
nicht genau bekannt. Nach Matarić [Mat94] ist für solche Fälle das Lernen mit Bewerter geeignet.
Das stochastische Teach-In ist ein Verfahren zur Generierung und Akquisition der Trainingsdaten,
um das Lernen mit Bewerter in einer virtuellen Umgebung zu unterstützen. Es generiert mit einem
14 atan2(x, y) entspricht der tan −1 ( x
y ) Funktion, berücksichtigt jedoch die Vorzeichen von x, y, um den Winkel im
Bereich (−180, 180] zu berechnen.
15 Diese Bewertungen können beispielsweise folgende Form haben: “In der gegebenen Situation sollte dieses Verhalten
eine hohe Anwendbarkeit haben, das andere jedoch nicht”.