Thesis - RWTH Aachen University

4.1 Bildgestützte Zielführung 81
trainierte Positionen platziert. Außerdem werden drei Positionen außerhalb des trainierten Bereiches
getestet; in diesem Fall ist ein Greifvorgang unerwünscht. Bei jeder Position nimmt das Objekt drei
unterschiedliche Orientierungen um seine y-Achse an. Die Ergebnisse der Zielführung für Objektpositionen
innerhalb des trainierten Arbeitsbereiches sind in Tabelle 4.1 zusammengefasst.
Objektpositionen
Trainierter Bereich
18
Richtige Abstandsregion 17
Erste Ebene Benachbarte Abstandsregion 1
Falsche Abstandsregion 0
Nächster Pfad 16
Zweite Ebene Zweitnächster Pfad 2
Falsche Pfadauswahl 0
Zielposition erreicht 12
Gesamtpfad Zielposition ≤ 3cm 6
Zielposition ≥ 3cm 0
Tabelle 4.1: Ergebnisse der Zielführung in der virtuellen Umgebung für verschiedene, nicht trainierte
Positionen des Objektes innerhalb des trainierten Arbeitbereiches des Manipulators. Sechs Objektpositionen
mit drei unterschiedliche Orientierungen pro Position wurden getestet.
Während der Evaluierung ermittelt die Steuerungskomponente in 17 Fällen die richtige Abstandsregion
relativ zum Zielobjekt und 1 mal die nächste. Die zweite Ebene ergibt in 16 Fällen die nächste
Trajektorie und in 2 Fällen die zweitnächste. Der interpolierte Pfad bringt den Greifer in 12 der Fälle
zur richtigen Zielposition und in 6 der Fälle ist eine zusätzliche, feine Bewegung von 2 cm notwendig,
um das Greifen zu vervollständigen. Alle Positionen außerhalb des trainierten Bereiches werden
richtig erkannt; für diese Positionen initiiert der Roboterarm keinen Greifvorgang.
Die Fehler bei der Ausführung der Pfade in der virtuellen Umgebung sind auf Fälle zurückzuführen,
wo das Zielobjekt nicht in der Nähe des Bildhauptpunktes war. Je weiter die Projektion des Objektes
vom Bildhauptpunkt entfernt ist, desto unterschiedlicher erscheint das Objekt in der Aufnahme verglichen
mit dem trainierten virtuellen Prototyp. Dieser Effekt ist umso größer, je weiter entfernt sich
das Objekt von der Kamera befindet; dann verursacht ein kleiner Abstand vom Bildhauptpunkt eine
verhältnismäßig große Veränderung des Flächeninhaltes der Seiten des roten Griffes in der Aufnahme.
So entstehen bei den RBFs der ersten und zweiten Ebene falsche Gewichtungen bei der Klassifizierung
der nächsten Pfade und somit ein ungenauer Gesamtpfad zur Zielposition. Deswegen ist die
Zuverlässigkeit des Verhaltens niedrig, wenn das Ziel in der Nähe des Bildrandes zu sehen ist. Dieses
Problem wird jedoch durch die Anwendung des Verhaltens in einem geschlossenen Regelkreis und
die Korrektur der Kameraorientierung nach Abschnitt 4.1.3 aufgehoben 11 .
Dieselbe Evaluierung wird mit dem realen Roboterarm ausgeführt (Tabelle 4.2). Während der Tests
wählt die erste Ebene in 16 Fällen die richtige und 2 mal die zweitnächste Abstandsregion aus. Die
RBFs der zweiten Ebene ermitteln für 11 der Ansichten den nächsten Pfad und in 4 Fällen den zweitnächsten.
Drei falsche Klassifizierungen werden durch die Bildreflektionen und das Rauschen in den
Aufnahmen verursacht, die eine fehlerhafte Segmentierung und Merkmalsextraktion zur Folge haben.
11 Alternativ könnte man die Trainingsmenge mit Aufnahmen des Objekt am Rande des Kamerabildes ergänzen. Dies
würde jedoch die Trainingsdaten um ein Vierfaches vergrößern.