Generierung und Fusion von Umweltwissen für eine wissensbasierte Umwelterfassung

Das Gebiet der Umwelterfassung für intelligente Maschinen befindet sich bereits seit mehreren Jahren im Fokus der internationalen Forschungsgemeinschaft. Ein immer wichtiger werdendes Teilgebiet sind dabei die Serviceroboter. Auch im Rahmen des durch die Deutsche Forschungsgemeinschaft (DFG) geförderten Sonderforschungsbereichs (SFB) 588 Humanoide Roboter - Lernende und kooperierende multimodale Roboter, in dessen Umfeld diese Arbeit entstand, werden solche Serviceroboter entwickelt. Für die Erfüllung seiner Aufgaben und insbesondere für die Kooperation mit einem Menschen ist es für einen Serviceroboter unumgänglich, seine Umwelt zu erfassen. Insbesondere ist hierfür die Fusion vielfältiger Informationen auf verschiedenen Verarbeitungsebenen unverzichtbar. In diesem Zusammenhang bildete die Fusion von Wissen, welches im Rahmen der Umwelterfassung durch den Roboter generiert wird, den Schwerpunkt der vorliegenden Dissertation. Der im Rahmen der vorliegenden Arbeit vorgeschlagene Lösungsansatz für diese Aufgabenstellung basiert auf einer wissensbasierten Umwelterfassung. Diese Umwelterfassung ermöglicht dem Roboter, das Wissen über die in seiner Umgebung vorhandenen Objekte sukzessive zu erweitern, indem der Roboter die von ihm autonom generierten und maschinell interpretierbaren Repräsentationen der realen Objekte in seinem Gedächtnis verwaltet. Diese Objektrepräsentationen bestehen aus einer Menge von eigenschaftsbeschreibenden Attributen – z. B. Objektposition –, die durch Analyse der von den Robotersensoren gelieferten Informationen generiert werden. Die Kernpunkte dieser Arbeit bilden die Fragestellungen, unter welchen Bedingungen ein Objekt im Robotergedächtnis um neue Attribute erweitert werden kann und wie die dem Roboter zur Verfügung stehenden Informationen – sowohl Inhalte im Robotergedächtnis als auch Informationen von den Sensoren – zur Erweiterung und Konkretisierung der Objektrepräsentationen verwendet werden können. Neben dem konzeptuellen Entwurf erfolgte auch eine experimentelle Umsetzung aller in dieser Arbeit vorgestellten Ansätze zur wissensbasierten Umwelterfassung und der Fusion von Wissen. Diese wurden im Rahmen des echtzeitfähigen OPASCA-Systems umgesetzt, wobei OPASCA als Akronym für das englische OPto-Acoustic SCene Analysis steht. Dessen Leistungsfähigkeit wurde mit Hilfe mehrerer Demonstratoren, sowohl aus dem Bereich der humanoiden Robotik als auch in einem Kraftfahrzeug, evaluiert.