Home | english  | Impressum | Sitemap | KIT

Biologisch Motivierte Robotersysteme

Biologisch Motivierte Robotersysteme
Typ: Vorlesung (V) Links:
Lehrstuhl: Fakultät für Informatik
Semester: SS 2016
Ort:

50.34 Raum -101

Zeit: 19.04.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


26.04.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

03.05.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

10.05.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

17.05.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

24.05.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

31.05.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

07.06.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

14.06.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

21.06.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

28.06.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

05.07.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

12.07.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

19.07.2016
09:45 - 11:15 wöchentlich
50.34 Raum -101 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


Beginn: 16.04.2014
Dozent: Prof. Dr. Rüdiger Dillmann
Arne Rönnau
SWS: 2
LVNr.: 24619
Voraussetzungen

Empfehlungen:

Es ist empfehlenswert zuvor die LV "Robotik I" zu hören.

Beschreibung Die Vorlesung biologisch motivierte Roboter beschäftigt sich speziell mit Robotern, deren mechanische Konstruktion, Sensorkonzepte oder Steuerungsmethodik von der Natur inspiriert wurden. Im Einzelnen wird zunächst der Stand der Technik solcher Roboter, wie z.B. Laufmaschinen, schlangenartige- und humanoide Roboter, vorgestellt und es werden Sensor- und Antriebskonzepte diskutiert. Der Schwerpunkt der Vorlesung behandelt die Konzepte der Steuerung dieser Roboter, wobei die Lokomotion im Mittelpunkt steht. Im Einzelnen werden außerdem verhaltensbasierte Steuerungsansätze vorgestellt, die sowohl reflexiv als adaptiv sein können. Die Vorlesung endet mit einem Ausblick auf zukünftige Entwicklungen und dem Aufbau von Anwendungen für diese Roboter.
Lehrinhalt

Die Vorlesung biologisch motivierte Roboter beschäftigt sich intensiv mit Robotern, deren mechanische Konstruktion, Sensorkonzepte oder Steuerungsarchitektur von der Natur inspiriert wurden. Im Einzelnen wird jeweils auf Lösungsansätze aus der Natur geschaut (z.B. Leichtbaukonzepte durch Wabenstrukturen, menschliche Muskeln) und dann auf Robotertechnologien, die sich diese Prinzipien zunutze machen um ähnliche Aufgaben zu lösen (leichte 3D Druckteile oder künstliche Muskeln in der Robotik). Nachdem diese biologisch inspirierten Technologien diskutiert wurden, werden konkrete Robotersysteme und Anwendungen aus der aktuellen Forschung präsentiert, die diese Technologien erfolgreich einsetzen. Dabei werden vor allem mehrbeinige Laufroboter, schlangenartige und humanoide Roboter vorgestellt, und deren Sensor- und Antriebskonzepte diskutiert. Der Schwerpunkt der Vorlesung behandelt die Konzepte der Steuerung und Systemarchitekturen (z.B. verhaltensbasierte Systeme) dieser Robotersysteme, wobei die Lokomotion im Mittelpunkt steht. Die Vorlesung endet mit einem Ausblick auf zukünftige Entwicklungen und dem Aufbau von kommerziellen Anwendungen für diese Roboter.

Anmerkung

Die Terminvereinbarung erfolgt per E-Mail an: sekretariat.dillmann@ira.uka.de

Es ist empfehlenswert, sich frühzeitig um einen Prüfungstermin zu kümmern.

Arbeitsbelastung

3 LP entspricht ca. 90 Arbeitsstunden, davon

ca. 30h für Präsenzzeit in Vorlesungen

ca. 30h für Vor- und Nachbereitungszeiten

ca. 30h für Prüfungsvorbereitung und Teilnahme an der mündlichen Prüfung

Ziel

Studierende wenden die verschiedenen Entwurfsprinzipien der Methode "Bionik" in der Robotik sicher an. Somit können Studierende biologisch inspirierten Roboter entwerfen und Modelle für Kinematik, Mechanik, Regelung und Steuerung, Perzeption und Kognition analysieren, entwickeln, bewerten und auf andere Anwendungen übertragen.

Studierende kennen und verstehen die Leichtbaukonzepte und Materialeigenschaften natürlicher Vorbilder und sind ebenso mit den Konzepten und Methoden der Leichtbaurobotik vertraut sowie die resultierenden Auswirkungen auf die Energieeffizienz mobiler Robotersysteme.

Studierende können die verschiedenen natürlichen Muskeltypen und ihre Funktionsweise unterscheiden. Außerdem kennen sie die korrespondierenden, künstlichen Muskelsysteme und können das zugrundeliegende Muskelmodell ableiten. Dies versetzt sie in die Lage, antagonistische Regelungssysteme mit künstlichen Muskeln zu entwerfen.

Studierende kennen die wichtigsten Sinne des Menschen, sowie die dazugehörige Reizverarbeitung und Informationskodierung. Studierende können für diese Sinne technologische Sensoren ableiten, die die gleiche Funktion in der Robotik übernehmen.

Studierende können die Funktionsweise eines Zentralen Mustergenerators (CPG) gegenüber einem Reflex abgrenzen. Sie können Neuro-Oszillatoren theoretisch herleiten und einsetzen, um die Laufbewegung eines Roboters zu steuern. Weiterhin können sie basierend auf den "Cruse Regeln" Laufmuster für sechsbeinige Roboter erzeugen.

Studierende können die verschiedenen Lokomotionsarten sowie die dazu passenden Stabilitätskriterien für Laufbewegungen unterscheiden. Weiterhin kennen sie die wichtigsten Laufmuster für mehrbeinige Laufroboter und können eine Systemarchitektur für mobile Laufroboter konzipieren.

Studierende können Lernverfahren wie das Reinforcement Learning für das Parametrieren komplexer Parametersätze einsetzen. Insbesondere kennen sie die wichtigsten Algorithmen zum Online Lernen und können diese in der Robotik-Domäne anwenden.

Studierende kennen die Subsumption System-Architektur und können die Vorteile einer reaktiven Systemarchitektur bewerten. Sie können neue "Verhalten" für biologisch inspirierte Roboter entwickeln und zu einem komplexen Verhaltensnetzwerk zusammenfügen.

Studierende können die mendlschen Gesetze anwenden und die Unterschiede zwischen Meitose und Mitose erklären. Weiterhin können sie genetische Algorithmen entwerfen und einsetzen, um komplexe Planungs- oder Perzeptionsprobleme in der Robotik zu lösen.

Studierende können die größten Herausforderungen bei der Entwicklung innovativer, humanoider Robotersysteme identifizieren und kennen Lösungsansätze sowie erfolgreiche Umsetzungen.

Prüfung

Die Erfolgskontrolle wird in der Modulbeschreibung erläutert.