Diverses

3D-Bildverarbeitung: Lernfähige Objekterkennung und Umgebungserfassung für Serviceroboter

Vision 2012 in Stuttgart: Fraunhofer IPA präsentiert innovative Lösungen für die 3D-Bildverarbeitung

Objekterkennung in Position und Orientierung
© Fraunhofer IPA

Ein Lager- oder Handlingroboter ordnet verschiedenartige, chaotisch angelieferte Teile, ohne dass diese vorher aufwändig einprogrammiert werden müssen. Ein Assistenzroboter für alleinstehende Senioren hält selbsttätig Haushaltsgegenstände und Wohnungsräume auseinander und kann intuitiv neue Objekte erlernen. Ein Reinigungsroboter im Großbüro erkennt eigenständig stärker genutzte und verschmutzte Flächen und reinigt sie gezielt: Mit neuartigen Systemen für die dreidimensionale Objekterkennung und Umgebungserfassung, die am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA entwickelt wurden, können Roboter auch solche komplexen Aufgaben meistern. Die Stuttgarter Servicerobotik-Spezialisten präsentieren ihre Lösungen mit praktischen Demonstrationen auf der Vision 2012 und zeigen weitere Anwendungsmöglichkeiten – zum Beispiel für die Personenerkennung und -identifizierung oder für die kostengünstige Lokalisierung von mobilen Robotern auf Basis einfacher Farbkameras.

Präzision und Schnelligkeit bei gleichzeitig größtmöglicher Flexibilität und einfacher Benutzbarkeit für den Endanwender sind entscheidende Kriterien für die Praxistauglichkeit von 3D-Bildverarbeitungslösungen. Ein wesentliches Merkmal der am Fraunhofer IPA entwickelten Algorithmen ist daher die gezielte Filterung und Reduktion der Sensordaten, um markante Punkte vorrangig zu identifizieren und Objekte platzsparend und kompakt darzustellen. »Der Roboter scannt seine Umgebung in 3D mit einer Kombination aus Farb- und Tiefenkamera, die eine farbige Punktewolke mit exakt zugeordneten Abstandswerten erzeugt«, erläutert Projektleiter Georg Arbeiter. Aus der Punktewolke wird eine Geometriekarte gewonnen, in der signifikante Merkmale und geometrische Basisformen genutzt werden, um Objekte von Interesse schnell und sicher zu identifizieren und sich in der Umgebung zu orientieren. Das funktioniert praktisch in Echtzeit und ermöglicht sowohl kollisionsfreie Navigation als auch sinnvolle Fernsteuerung durch einen menschlichen Bediener, der die übermittelten Daten schneller verstehen kann.

3D-Umgebungskarte für eine Innenraumszene
© Fraunhofer IPA

Auch die Erkennung und Klassifizierung von Objekten läuft schnell und sicher über die gezielte Suche nach markanten Punkten wie Linienschnitten oder Ecken, die zu einem Modell zusammengesetzt und gespeichert werden. »Auf diese Weise können Objekte auch bei wechselnden Lichtverhältnissen und sogar bei partieller Verdeckung oder Deformation noch sicher erkannt werden«, hebt der für die Objektklassifizierung zuständige wissenschaftliche Mitarbeiter, Richard Bormann, hervor. Um Objekte wiederzufinden, sucht der Roboter markante Punkte und schließt aus ihrer Anordnung im Raum auf die Lage des Objekts.

Das 3D-Objekterkennungssystem für Serviceroboter kann aber noch mehr – es vermag aus der Kombination geometrischer Basisformen auch auf die Klasse oder Kategorie des Objekts zu schließen. Der Roboter »weiß«, dass beispielsweise ein Tisch aus einer horizontalen Platte auf vier senkrechten Zylindern, den Tischbeinen, besteht, dass die Flasche darauf ein langer Zylinder, die Milchtüte ein Hochkantquader und die Schüssel eine Halbkugel ist. Dank dieser Kombination aus Objekterkennung und Klassifikation kann der Roboter eigenständig neue Objekte »erlernen« oder intuitiv auf sie trainiert werden, und er kann diese Objekte auch in veränderlichen Umgebungen wiedererkennen – und das in Zeiten von weniger als einer Sekunde. »Die lernfähige Objekterkennung und Umgebungserfassung in 3D kann als Schlüsseltechnologie für die Entwicklung fortschrittlicher Assistenzroboter nicht nur alleinlebenden älteren Menschen eine höhere Lebensqualität ermöglichen«, betont Georg Arbeiter.

Weitere Einsatzmöglichkeiten für ihr System sehen die Fraunhofer-Ingenieure bei Fahrerassistenzsystemen, die z. B. in der Bewegung andere Fahrzeuge oder Straßenrand bebauung erkennen müssen oder auch in der industriellen Verwendung für autonome fahrerlose Transportsysteme oder Handhabungs-, Lager- und Sortieraufgaben. »Das Einlernen neuer Objekte dauert nur wenige Minuten und ist auch für Laien problemlos durchführbar«, so Richard Bormann. Damit eröffnet sich beispielsweise eine völlig neue Dimension der Flexibilität in der automatisierten Kleinserienfertigung.

VISION
25. Internationale Fachmesse für Bildverarbeitung
6. bis 8. November 2012
Landesmesse Stuttgart
Halle 1 | Stand G 42

Quelle: Jörg Walz / Fraunhofer IPA via IDW

Christoph Schroeder

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.