Institut für
Robotik und Prozessinformatik

Deutsch   English

Statistische Bewegungsplanung für mobile Roboter

Einleitung

Reale Einsatzumgebungen für mobile Roboter enthalten in der Regel neben ortsfesten auch sich bewegende Hindernisse (insbesondere: Menschen). Dies stellt besondere Anforderungen an die Bahnplanung, da sich die Hindernisbewegungen nicht vollständig vorhersagen lassen. Der verbreitete Ansatz, sich bei der Planung im wesentlichen auf lokale, reaktive Techniken zu beschränken ist jedoch unter Umständen sehr ineffizient. Am Institut wurde im Rahmen eines von der DFG geförderten Projektes ein neuartiges Verfahren entwickelt, welches statistische Daten zur Beschreibung der Hindernisbewegungen verwendet. Ziel der statistischen Bewegungsplanung ist eine verbesserte Vorausplanung von Roboterbahnen, welche dem Aufkommen und den erwarteten Bewegungen der Hindernisse angepasst sind: Reaktive Ausweichmanöver des Roboters werden deutlich seltener notwendig, der Roboter erreicht sein Ziel schneller und zuverlässiger. Darüber hinaus verbessert sich der gesamte Arbeitsablauf, da es zu weniger Konflikten zwischen dem Roboter und seiner Umwelt kommt. Dieser Ansatz verwirklicht somit einen Grundgedanken der Robotik: Roboter passen sich ihrer Umgebung an, die Umgebung wird durch die Roboter minimal gestört!

stat_intro.gif

Theoretische Grundlagen

Bereits in einfachen Szenarien hängt die Beurteilung, welche Bahn für den Roboter optimal ist, von vielen Einflussfaktoren ab (z.B. Häufigkeit, Bewegungsrichtung und Geschwindigkeit der Hindernisse). Als Grundlage für die statistische Bewegungsplanung wurden daher entsprechende mathematische Modelle entwickelt. Zur Beschreibung der Hindernisbewegungen werden je nach gewünschtem Umfang und Genauigkeit der Darstellung zwei verschiedene Modelle verwendet: Stochastische Trajektorien ermöglichen die genaue Bewertung von Roboterbahnen hinsichtlich ihrer Kollisionwahrscheinlichkeit sowie der erwarteten Fahrtdauer (letztere berücksichtigt den Aufwand für eventuelle Ausweichmanöver, um die Gesamtfahrtdauer zur Zielposition abzuschätzen). Das stochastische Raster ist eine vereinfachte Darstellung, auf Basis dessen Robotertrajektorien mit minimaler Kollisionswahrscheinlichkeit geplant werden.

stat_theo.gif

Experimentiersystem

Die Konzepte der statistischen Bewegungsplanung wurden in einer realen Umgebung erprobt und bewertet, indem sie in das MONAMOVE-System integriert wurden. Die statistischen Daten über die Hindernisbewegungen werden dazu automatisch mit Hilfe des globalen Kamerasystems gewonnen. Hierzu werden die dynamischen Hindernisse mit einem (auf einer Differenzbildanalyse basierenden) Bildverarbeitungsverfahren erkannt und ihre Bewegungen über längere Zeit aufgezeichnet. Anschließend werden aus diesen Rohdaten die statistischen Modelle erzeugt.

aufbau.gif

Ergebnisse

Um die von dem statistischen Verfahren geplanten Bahnen zu bewerten, wurden sie mit Ergebnissen eines konventionellen Planers, der jeweils die kürzeste Bahn plant, verglichen. Die statistisch geplanten Bahnen sind naturgemäß länger, da sie gezielt Umwege einplanen, um häufig frequentierte Bereiche zu meiden. In belebten Umgebungen lohnen sich diese Umwege jedoch, da dadurch die Kollisionswahrscheinlichkeit und in der Folge auch die erwartete Fahrtdauer gegenüber den konventionellen Bahnen teilweise deutlich gesenkt werden können.

stat_ende.gif


It took 0.31s to generate this page.