Projekt: SUTURO - sudo tidy-up-my-room

Der Traum von intelligenten Robotern, die dem Menschen Arbeit abnehmen und den Alltag erleichten, ist ein lange gehegter und bisher leider unerfüllter. Grund ist unter anderem, dass moderne Roboterkontrollsysteme nicht die manipulativen Fähigkeiten besitzen, um einfache Tätigkeiten wie Zimmer aufräumen auszuführen. Die Forschung der AG-KI verfolgt den Ansatz, dass Hintergrundwissen über Gegenstände, Aktionen, Bewegungen und Orte der Schlüssel ist, um die Robotersoftware in unterschiedlichen Situtation intelligentere Entscheidungen treffen zu lassen.

Dieses Hintergrundwissen wird für sämtliche Teilmodule der Robotersoftware benötigt. So benötigt die visuelle Wahrnehmung a priori Form- und Farbinformationen, um z.B. eine rote Tasse in der Umgebung zu erkennen. Die Robotersteuerung und Bewegungsplannung wiederum basieren auf dem Wissen, dass volle Tassen nur an Henkeln gegriffen werden und waagerecht getragen werden müssen. Aus Sicht der high-level Verhaltenssteuerung ist das Wissen, dass schmutzige Tassen in den Geschirrspüler und saubere in den Schrank gehören, essentiell, um die richtige Entscheidung zu treffen.

Aus dieser Anwendungsbeschreibung ergeben sich unterschiedliche Projektzielrichtungen:

• Wissensbasierte visuelle Wahrnehmung: Entwicklung und Optimierung von Perzeptions-Algorithmen auf 2D- und 3D-Bilddaten sowie Erkennung und Klassifizierung von Objekten auf Basis von bekannten Objektmerkmalen
• Wissensbasierte Robotersteuerung: Entwicklung und Testen von Regelungssystem zur Robotersteuerungen, die eine symbolische und damit stärker generalisierendere Schnittstelle zum Setzen von Sollwerten und Lesen von Zustandsinformationen zur Verfügung stellen
• Wissensbasierte abstrakte Verhaltenssteuerung: Entwicklung abstrakter Roboterpläne, kontext- und wissensgesteuerten Verhaltensregeln so wie Mechanismen zur Interpretation und reaktiven Verarbeitung von Wahrnehmungsdaten

Um die entwickelten Lösungen unter anspruchsvollen Bedingungen testen zu können soll das SUTURO Team am RoboCup@Home teilnehmen. Der Fokus liegt dort auf den Pick&Place Szenarien.

Dies ist eine kontinuierlich wachsende Liste mit komplementären Lehrveranstaltungen, die wir empfehlen:

• Lecture Course: Grundlagen der Künstlichen Intelligenz (SoSe)
• Lecture Course: Robot Programming with Lisp