3-D-Umgebungserkennung für mobile Robotersysteme
Fraunhofer IPA präsentiert auf der Messe Automatica Verfahren zur 3-D-Umgebungskartierung für autonome und teleoperierte Roboter.
Warum war in Fukushima die Erkundung der havarierten Kernkraftwerke mit ferngesteuerten Robotern so mühsam und langwierig? „Mit moderner 3-D-Sensorik wäre das besser und schneller gegangen“, meint Georg Arbeiter, Projektleiter am Fraunhofer IPA in Stuttgart. Auf der Automatica 2012 präsentiert sein Team eine Methode zur 3-D-Umgebungskartierung, mit der mobile Serviceroboter sich besser in ihrem Einsatzraum zurechtfinden, Bewegungen und Manipulationen gezielter vornehmen können, mit der autonome Roboter und Transportsysteme sicher und kollisionsfrei navigieren und mit der teleoperierte Roboter ihren Bedienern ein zuverlässiges Umgebungsbild für die sinnvolle und effektive Fernsteuerung liefern.
Die Fernsteuerung mit Hilfe einer dreidimensionalen Umgebungsrepräsentation, die aus der kontinuierlichen Verarbeitung von als Punktwolken aufgenommenen Sensordaten entsteht, ist nur eine von vielen verschiedenartigen Einsatzmöglichkeiten des 3-D-Kartierungsverfahrens. Nicht nur Wartungs- und Rettungsroboter können mit einem sinnvollen 3-D-Umgebungsbild effektiver gesteuert werden als mit dem „Tunnelblick“ einer herkömmlichen 2-D-Livekamera, wie sie beispielsweise in Fukushima eingesetzt wurde. Auch autonom operierende Serviceroboter können mit der am Fraunhofer IPA entwickelten 3-D-Umgebungserkennung ihre Bewegungen und Aktionsabläufe intelligenter und kollisionsfrei planen: Der Roboter „versteht“ seine Umgebung und kann auf sie reagieren, indem er beispielsweise Hindernisse erkennt und umgeht oder gezielt Objekte wie Ablageflächen, Türen oder Maschinen identifiziert, die bestimmte Aktionen erfordern, die er mit diesem „Wissen“ vorausplanen kann. Denkbare Einsatzmöglichkeiten sind beispielsweise Inspektionsaufgaben in fabrikähnlichen Anlagen, fahrerlose Transportsysteme oder Systeme für autonomes Autofahren im Straßenverkehr der Zukunft.
Die Verarbeitung der kontinuierlich aufgenommenen Sensordaten durch das IPA-Verfahren zur 3-D-Kartierung erfolgt in mehreren Schritten: Die Punktwolken werden zunächst vorverarbeitet, indem „Datenrauschen“ durch Filter entfernt und die Datenmenge, sofern erforderlich, durch „Downsampling“ für die Weiterverarbeitung reduziert wird. Anschließend registriert ein gemeinsames Koordinatensystem die Punkte und gleicht sie ab. Daraus entsteht eine Punktekarte der Umgebung. In einem weiteren Schritt werden dann Merkmale der Umgebung, z. B. Regelgeometrien, gezielt extrahiert.
FHG / PH
