Dr. Alexander Kleiner, Albert-Ludwigs-Universität Freiburg
Autonome Roboter Teams für Fußball und Katastrophenhilfe
Verteiltes Wahrnehmen und Handeln Roboter Fußball & der RoboCup Wettkampf Kooperative Wahrnehmung Individuelle Fähigkeiten & Koordination Roboter zur Katastrophenhilfe & der TechX Wettkampf Schlussbemerkungen
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Verteiltes Wahrnehmen und Handeln in dynamischer Umgebung
Unsere Sicht von Algorithmen ändert sich: Von zentralistischen Algorithmen … … hin zur Echtzeit-Interaktion verteilter Rechner mit ihrer Umwelt
Verschmelzung verschiedener Sensormodalitäten Erreichen von Zielen durch Kooperation und Interaktion
Beispiele: Sensornetzwerke Handy & Eigenheim Automatisierung Roboter Teams
2
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Fußball als a Benchmark für die Forschung [Kitano et al 97]: Seit 1997 jährliche Wettkämpfe und
Workshops, seit 2001 RoboCup Rescue Einige RoboCup Ligen:
„Soccer Mid-Size“ Liga (CS Freiburg) „Rescue Simulation“ Liga (ResQ
Freiburg) „Rescue Robot“ Liga (RescueRobots
Freiburg) Andere Wettkämpfe:
Sick AG Competition TechX Challenge Singapur
Goal CS Freiburg against CMU Hammerheads(RoboCup´01)
Die RoboCup Initiative
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Robotik Projekte der Gruppe von Prof. Dr. Nebel
All-Terrain Sicherheit & Rettung
(2008-)
Roboter Fußball (1998-2002)„Rettungsroboter“
(2003-2007)
Dieser Vortrag
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 5
CS Freiburg: Roboter Hardware
Hardware Pioneer 1 Roboter (von ActivMedia) Notebook (mit Linux) WLAN Kicker: Eigenbau mit der SICK AG
Sensors Digital Sony Kamera SICK Laser Scanner RAD-Odometrie Kicker Sensors
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 6
Sensordaten Interpretation Eingabe:
Laser Scanner Daten (360 Entfernungsmessungen in 180°, 1cm Genauigkeit, 30 Scans/Sekunde)
Odometrie (Translation, Rotation, 10 Messungen/Sekunde) Video (30 Bilder pro Sekunde)
Ausgabe: Eigene Pose (Position und Orientierung) = „Selbstlokalisierung“ Posen und Geschwindigkeiten anderer Spieler (Mitspieler und
Gegner) Ball Position und Geschwindigkeit
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 7
Multi-Roboter Sensorverarbeitung
Alle Spieler senden ihre Schätzungen (eigene Position, Ball Position, Position anderer Spieler) mit einem Zeitstempel zu einem globalen Integrations-Modul.
Schätzungen werden vereint Freund-Feind Erkennung: Unsere Spieler funken ihre
eigene Position Globale Ballposition Schätzung: Globale Sicht von allen
Kameras des Teams Erkennung von Phantom Bällen (sehr wichtig für den Torwart)
Generell: Kooperative Wahrnehmung
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 8
False Positives
Spieler 2 „halluziniert“
?
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 9
Demokratische Phantom Ball Eliminierung: Markov Localization
Aktualisierungsschritt Korrigiert momentan geschätzte Position nach der Bayes´ Regel gegeben
eine Beobachtung, z.B. Kamera sieht den Ball bei ~3m und -20°, und das Beobachtungsmodell
Vorhersageschritt (von bekannter Richtung und Geschwindigkeit auf 2-dimensionalen Grid) Berechnet die zukünftige Ballposition, gegeben das Bewegungsmodell und die
momentane Ballposition (Positionen als Wahrscheinlichkeitsdichte)
)´()´|()(´
11 ttz
tt zpzzpzp
)(
)()|()( 11
1b
ttbt zp
zpzzpzp
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 10
Phantom Bälle: Filterung durch Wahrscheinlichkeitsverteilung
Bei RoboCup 2000 wurden 938 von 118388 (0.8%) Ball-Beobachtungen durch die “Markov localization” gefiltert.
Ballposition wird im Gebiet höchster Wahrscheinlichkeit
angenommen.
after 1st measurement (1)after 2nd measurement (2)after 3rd measurement (3)after 4th measurement (1)after 5th measurement (2)after 6th measurement (3)
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 11
Minho (Portugal) schießt von der anderen Seite des Feldes auf unser Tor. Unser “Goalie” erhält diese Information schon früher von seinen Kameraden und kann deshalb auch früher reagieren.
Die Notwendigkeit kooperativer Ballbeobachtung
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 12
Individuelle Spieler Verhalten Mit dem Ball
MoveTrickShoot: beim Lauf auf das Tor, täusche eine Richtung an und drehe im letzten Moment auf die andere Ecke
DribbleBall: Lauf mit dem Ball auf as Tor zu ShootPos: Pass auf eine bestimmte Position, oft in der Nähe des
gegnerischen Tors InboundShoot: Schuss auf die Bande nach Berechnung TurnBall: Drehung mit Ball in Richtung gegnerisches Tor
Ohne Ball ObserveBall, SearchBall, GotoPosition, WaitPass, GetBall,
GotoBall . . .
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Spieler Verhalten: Bandenschuss & Trickschuss
Bandenschuss gegen COPS Stuttgart Trickschuss gegen Sharif (Iran)
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 14
Kooperatives Handeln Fehlende Koordination führt zu Schwarmverhalten Verringerung von Störverhalten erwünscht
Keine Angriffe auf eigene Mitspieler Keine Blockierung des angreifenden oder verteidigenden Roboter Verwendung von Kompetenzbereichen auf dem Feld
Aufgabenverteilung und Neuverteilung Der Spieler der dem Ball am nächsten ist sollte zu diesem gehen Wenn ein Spieler verhindert ist, sollte ein anderer seine Aufgabe übernehmen
Gemeinsame Aktions-Ausführung: Passspiel Verwendung von dynamischen Rollenwechseln
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 15
Kooperation: Dynamische Rollenverteilung
Jeder Spieler hat eine von 4 Rollen: „goalie“: Torwart (fest) „active“: Spieler mit dem Ball „supporter“: Spieler in geg. Hälfte „strategic“: Spieler in eig. Hälfte
Platzierung: jede Rolle bevorzugt bestimmte Positionen, abhängig von der Situation: Ball Position, Positionen der Mitspieler und
Gegner Defensive oder Offensive
Aktive Rolle
Strategische Rolle
Unterstützende Rolle
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 16
Dynamischer Rollenwechsel Jeder Spieler berechnet einen Nutzenwert für jeden Spieler und
jede Rolle und verschickt diesen Der Nutzen hängt von der Entfernung des Spielers zu der
bevorzugten Position der Rolle ab Jeder Spieler versucht den Gesamtnutzen der Gruppe zu
maximieren unter der Annahme das dies alle Mitspieler tun
Rollen werden nur dann vertauscht wenn min. zwei Spieler einer Meinung sind
Anmerkung: Lokale Ansichten der Roboter können variieren!
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 17
Beispiel des Rollenwechsels
Verteidigung gegen Artisti Veneti (Italien) .Die Rollen des aktiven und strategischen Spielers werden einige male gewechselt
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 18
Gemeinsame Ausführung: Ein Pass . . . der leider nicht geklappt hat
Ein Pass im Semi-Finale gegen das italienische ART Team (RoboCup 1999). Basierend auf folgender Direktive: “Wenn es nicht möglich ist direkt zu schießen, warte auf den supporter und spiele dann einen Pass“
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Roboter für Sicherheit und Katastrophenhilfe (S&R)
„Vereinfachte“ Bedingungen bei RoboCup Soccer: Die Welt besteht aus 8 Farben (auch normierte Beleuchtung) Die Welt ist klein (ca. 14 x 12 Meter) Der Boden ist flach
Wissenschaftliche Herausforderung S&R: Hoher grad an Realitätsnähe, z.B. „unstrukturierte“ Umgebung
Sozialer Nutzen: Roboter sollen Aufgaben übernehmen die für Menschen lebensgefährlich sind Hohe Nachfrage bei „First Respondern“, z.B. Feuerwehr und Polizei Bisher nur „ferngesteuerte“ Einsätze bei z.B. 9/11 und Kathrina
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
TechX Wettkampf in SingapurSzenario Beschreibung
(1) Suche selbständig nach einem Zielgebäude auf einem größeren Gelände, bestehend aus
- Gebäuden- Unwegsamen Gelände (Wiese und
Steigungen)- Hindernissen die umfahren oder
überwunden werden müssen(2) Fahre eine Treppe um das
Zielgebäude zu betreten(3) Erreiche das Zielstockwerk über
einen Aufzug(4) Durchsuche alle Räume nach
Zielobjekten und berühre diese(5) Fahr zurück zur Startposition
(Eingang vom Gelände)
- Volle Autonomie, z.B. jeglicher Funkkontakt ist verboten - „Mission not accomplished“ nach verstreichen einer Stunde oder wenn ein Ziel übersehen wurde -Preisgeld: 500.000€ für den schnellsten Roboter der alle Ziele findet
Skizze der Organisatoren
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
TechX Wettkampf in SingapurMissionsinformation
1.) Bild des Gebäudeeingangs 2.) Bild des Aufzugs
3.) Text Information
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
TechX Wettkampf in SingapurZielobjekte die erkannt werden müssen
Kiste Mülleimer Koffer Puppe
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
TechX Wettkampf in SingapurUnterschiede zur „DARPA Grand Challenge“
DARPA GC: Ausreichend GPS Wegpunkte mit
“Fahrkorridor” “Befahrbarkeit” des Geländes ist
einfach erkennbar (Straße) Strassen sind von Gebäuden entfernt
(auch Innerorts) TechX:
Drei GPS Wegpunkte (Start, Ende, und das Zielgebäude)
Navigation auf jeder Geländeart erlaubt Robot navigiert nah zu Gebäuden
(GPS Probleme)
RNDF Fahrkorridor
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Der teleMAX EOD Roboter
Systemübersicht teleMAX Roboter der TELEROB AG
All-Terrain Roboter mit 4 Flippern 6 DOF Manipulator 1h Autonomie Dimensionen: 45cm x 100cm –
160cm (abh. Von Flippern) Gewicht: ~100kg mit Sensoren Klettersteigung: 45° Hindernissüberwindung: 0.5m Made in Germany
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Systemübersicht Sensoren
(1) 3D Scanner: Macht 3D Scans während der Fahrt
Sieht alles, z.B. Hindernisse, innerhalb von 80 Meter vor den Roboter
Sick LMS291 rotiert um seine Achse Amtec PR070 Modul für die Rotation
(2) 2D Laser (sieht 360°) Zur Lokalisierung
(3) 2D/3D Hokuyo URG-04LX Zur „Manipulation“ an der Hand angebracht
(misst Entfernungen)(4) Video Kameras vorne und hinten am
Roboter Zur Manipulation und Terrain Klassifikation
(5) Crossbow AHRS440 Trägheitssensor- Berechnet die 6D Pose des Roboters
(6) Trimble Pathfinder ProXT GPS
6
teleMAX mit Sensoren
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
System ÜbersichtGPS Positionsbestimmung – Verringerung von „Multipath“
Fehler ca. 3.5 Meter
Fehler ca. 5.0 Meter
30 Minuten Fahrt
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
System Übersicht3D Karte von Laser Daten und Rad-Odometrie
Wegweiser
Bäume
Gebäude 51
Gebäude 52
Vom Roboter erstellte 3D Karte (Uni Freiburg)
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Kartierung des GeländesBeispiel: „Closing the Loop“
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Unwegsames Gelände
Höhenkarte
Klassifizierte Karte Verhaltenskarte
NavigationKlassifikation von „unwegsamen Gelände“ durch Verhaltenskarten
Eingezeichnete Verhalten mit Parameter, z.B. Startposition und Winkel
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Objekterkennung
Tiefenbild der momentanen Szene
Tiefenbilder des Models (von verschiedenen Ansichten)
3D Scan der momentanen Szene Aus der 3D Objektdatenbank
Merkmalerkennung
Objekterkennung
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Befahren einer TreppeNeues und altes System
„Lurker“ während RoboCup 2006 (voll autonom)
Telemax in unserem Labor 2008 (ferngesteuert)
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Schlussbemerkungen Methoden für das verteilte Wahrnehmen und Handeln werden
zunehmend wichtiger Die Verschmelzung mehrerer „Meinungen“ führt zu einer robusteren
Wahrnehmung der Welt … … und die Koordination einzelner Aktionen zu effizientem Handeln
Wettkämpfe, wie RoboCup und TechX, sind Beispiele für das „Benchmarking“ von Robotersystemen Die Anforderungen steigen schrittweise Jahr für Jahr, wie z.B. beim spielen
verschiedener Golfplätze Wenn man es richtig angeht, kann man auch einen
Weltmeistertitel gewinnen
32
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Ergebnisse In der Mid-sized Liga
2ter Platz bei RoboCup German Open 2002 1ter Platz bei RoboCup 2001 1ter Platz bei RoboCup German Open 2001 1ter Platz bei RoboCup 2000 1ter Platz bei RoboCup'98
In der Rescue Simulation Liga (ResQ Freiburg): 1ter Platz bei den GermanOpen 2003 1ter Platz bei den GermanOpen 2004 1ter Platz bei der RoboCup Weltmeisterschaft 2004 in Portugal Gewinner des Infrastruktur-Wettkampfs bei RoboCup 2004 1ter Platz bei den GermanOpen 2005 Gewinner des Infrastruktur-Wettkampfs bei RoboCup 2005
In der Rescue Robot Liga (RescueRobots Freiburg): 2ter Platz bei den GermanOpen 2005 „Mobility Award“ bei den GermanOpen 2005 1ter Platz "Best in class Autonomy" bei RoboCup 2005 in Osaka 1ter Platz "Best in class Autonomy" bei RoboCup 2006 in Bremen
In der Rescue Simulation Liga (RescueRobots Freiburg): 1ter Platz in der „Virtual robots competition“ bei RoboCup 2006 Gewinner des Infrastruktur-Wettkampfs bei RoboCup 2006
Beim “Sick Robot Day” 2007 1ter Platz
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe
Vielen Dank für ihre Aufmerksamkeit!
A. Kleiner, Univ. Freiburg Roboter Teams für Fußball und Katastrophenhilfe 35
Wettkämpfe & Wissenschaft Wettkämpfe fördern den „State of the art“ in der
Wissenschaft Direkte Vergleiche Entwicklung neuer, innovativer Lösungen
Probleme: Ausnutzen von „Löchern“ in den Regeln Fokus auf den Wettkampf
Wie baut man ein erfolgreiches System: Konzeptionelle Details sind sehr wichtig (z.B.
Selbstlokalisierung, Team Koordination) Kombination, Integration & Robustheit spielen eine wichtige
Rolle Resultate werden in Workshops ausgetauscht