Maschinelles Lernen impliziter Trajektorien für Punkt-zu-Punkt-Bewegungen mehrgelenkiger, elastischer Robotergliedmaßen

Roboter, elatsische Robotik, Mensch Maschine Interaktion, dynamische Bewegungsprimitive

Hochschule Bielefeld
Fachbereich Ingenieurwissenschaften und Mathematik

Interaktion 1
33619 Bielefeld

Projektleitung
Prof. Dr. rer. nat. Axel Schneider

Laufzeit

01.05.2014 bis 30.04.2015

Projektförderung
interne Förderung der Hochschule Bielefeld

Kurzbeschreibung
In den vergangenen Jahren hat das Thema der elastischen Robotik zunehmend an Bedeutung gewonnen. Die elastische Robotik spielt überall dort eine Rolle, wo Roboter mit einer ihnen unbekannten Umgebung oder auch mit Menschen interagieren sollen. Beispiele sind Kooperationsszenarien in der Industrie, in denen Werker mit Robotern zusammenarbeiten oder auch Roboter zusammen mit anderen Robotern gemeinsam eine Aufgabe bewältigen. Um Beschädigungs- und Verletzungspotenziale zu minimieren, muss ein solcher Roboter elastisch sein, eine geringe Masse haben und über eine angemessene Dämpfung verfügen. Weiterhin beinhaltet eine Interaktionsfähigkeit zusätzlich eine anpassungsfähige Trajektoriengenerierung (Bahnplanung), da flexibel auf mechanische Umgebungseinflüsse reagiert werden muss. Hier setzt das Projekt an, indem ein neues Verfahren für die implizite, zielgerichtete Trajektoriengenerierung unter Berücksichtigung einer Gravitationskompensation entwickelt wird. Kern des Konzepts sind sogenannte dynamische Bewegungsprimitive (Dynamic Movement Primitives, DMPs), bei denen die Gelenke eines elastischen Roboters über virtuelle Feder-Dämpfer-Systeme an einen Zielzustand, zum Beispiel einen Zielpunkt, gekoppelt werden. Die Bahn des Roboters auf dem Weg zum Ziel ist durch die virtuellen Kräfte der DMPs nur implizit vorgegeben. Der zielführenden virtuellen Kraft können weitere virtuelle Kräfte hinzugefügt werden, um das Bahnverhalten zu beeinflussen. Hier wurde insbesondere eine gravitationskompensierende Kraft auf der Basis von Radial Basis Funktionen gelernt. Erste Ergebnisse wurden kürzlich veröffentlicht. Das Projekt wird aus Mitteln des hochschulinternen Forschungsfonds der Hochschule Bielefeld gefördert.