Greif-Lern-System

Selbstlernende Roboterhand erkundet Unbekanntes

| Redakteur: Sariana Kunze

Obwohl die Roboterhände die Kraft hätten, den Apfel fest zu drücken, dosieren sie ihre Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet.
Obwohl die Roboterhände die Kraft hätten, den Apfel fest zu drücken, dosieren sie ihre Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet. (Bild: Universität Bielefeld)

Forschende der Universität Bielefeld haben ein Greifsystem mit Roboterhänden entwickelt, das sich selbständig mit unbekannten Gegenständen vertraut macht. Das neue System funktioniert, ohne vorher die Merkmale von Objekten wie Obst oder Werkzeug zu kennen. Entwickelt wurde das Greif-Lern-System im Großprojekt „Famula“ des Exzellenzclusters Kognitive Interaktionstechnologie (Cictec) der Universität Bielefeld.

Das Exzellenzcluster Citec hat eine selbstlernendes Greifsystem entwickelt. Das Wissen aus dem Projekt könnte zum Beispiel dazu beitragen, dass künftige Serviceroboter sich selbst in neue Haushalte einarbeiten. Citec investiert für Famula rund 1 Mio. Euro. „Unser System lernt durch Probieren und eigenes Erkunden – so wie auch Babys sich neuen Objekten widmen“, sagt Prof. Helge Ritter. Der Neuroinformatiker leitet das Projekt zusammen mit dem Sportwissenschaftler und Kognitionspsychologen Prof. Thomas Schack und dem Robotiker Privatdozent Dr. Sven Wachsmuth. Die Citec-Wissenschaftler arbeiten mit einem Roboter mit zwei Händen, die menschlichen Händen in Form und Beweglichkeit nachempfunden sind. Das Robotergehirn für diese Hände muss lernen, wie alltägliche Objekte, etwa Obst, Geschirr oder auch Plüschtiere, durch ihre Farben und Formen unterschieden werden können, und worauf es ankommt, wenn man sie greifen will.

Roboterhand ertastet wie der Mensch

Eine Banane lässt sich umgreifen, ein Knopf sich drücken. „Das System lernt, solche Möglichkeiten aus Merkmalen zu erkennen und baut sich ein Modell für den Umgang und die Wiedererkennung auf“, sagt Ritter. Dafür verbindet das interdisziplinäre Projekt Arbeiten in der künstlichen Intelligenz mit Forschungsarbeiten in weiteren Disziplinen. So untersuchte die Forschungsgruppe von Thomas Schack, welche Merkmale Versuchspersonen als bedeutsam bei Greifaktionen wahrnehmen. In einer Studie mussten die Probanden die Ähnlichkeit von mehr als 100 Objekten vergleichen. „Überraschend war, dass das Gewicht kaum eine Rolle spielt. Wir Menschen verlassen uns vor allem auf die Form und die Größe, wenn wir Dinge unterscheiden“, sagt Thomas Schack. In einer weiteren Studie ließen sich Testpersonen die Augen verbinden und hantierten mit Würfeln, die sich in Gewicht, Form und Größe unterschieden. Infrarotkameras zeichneten die Handbewegungen auf. „Dadurch erfahren wir, wie Menschen einen Gegenstand ertasten und welche Strategien sie bevorzugt nutzen, um seine Eigenschaften zu erfassen“, sagt Dirk Koester, Mitarbeiter in Schacks Forschungsgruppe. „Wir erfahren natürlich auch, welche Fehler Menschen beim blinden Ertasten machen.“

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44722155 / Robotik & Handhabungstechnik)