Echtzeitbildverarbeitung und -bewegungsplanung für einen ballfangenden humanoiden Roboter
Echtzeitbildverarbeitung und -bewegungsplanung für einen ballfangenden humanoiden Roboter
批准号:
155547020
负责人:
Professor Dr.-Ing. Udo Frese
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2009
资助国家:
德国
项目状态:
已结题
起止时间:
2008-12-31 至 2012-12-31
中文摘要
这一研究已经在Ziel进行了,并配备了一个自动化的人类机器人,在Rädern上运行两个自动化的机器人(Abb.1)。这种“运动型”是一种非常先进的技术,对机器人系统的健康至关重要。Gleichzeitig是项目的方法论,它主要是算法框架,用于工程设计和工程规划。Entscheidend für einen erfolgreichen Fang is die korrekte Vorhersage der Ballflugbahn während der Eigenbewegung des Roboters.因此,我们必须了解韦尔登飞行的特征,并在一个共同的概率分析中进行图像分析和气球飞行。Dies verspricht eine zuverlässigere Ballverfolgung auch in schwierigen Umgebungen. Daneben muss die Bewegungsplanung die rechnerisch aufwändige Aufgabe lösen,die Bewegung für einen Roboter mit 20 Freiheitsgraden unter Berücksichtigung von Hindernissen und Dynamik in Echtzeit zu planen.这里的韦尔登需要帮助,因为他们需要帮助,帮助他们开始和结束。大北需要一个更好的机器人来完成韦尔登的焊接,机器人的焊接。该游戏是一个理想的基准,在机器人技术中,这是一个非常重要的进步。
英文摘要
Dieses Forschungsvorhaben hat zum Ziel, mit einem existierenden humanoiden Roboter auf Rädern zwei gleichzeitig geworfene Bälle zu fangen (Abb. 1). Diese „sportliche“ Anwendung ist technologisch beeindruckend und zeigt, zu welchen Leistungen Robotiksysteme heutzutage imstande sind. Gleichzeitig ist das methodische Ziel des Projektes, zugrunde liegende algorithmische Fragen zur Echtzeitbildverarbeitung und zur Echtzeitbewegungsplanung zu beantworten. Entscheidend für einen erfolgreichen Fang ist die korrekte Vorhersage der Ballflugbahn während der Eigenbewegung des Roboters. Hierbei soll das Wissen über die Eigenschaften von Ballflugbahnen ausgenutzt werden, um Bildverarbeitung und Ballverfolgung in einem gemeinsamen probabilistischen Ansatz zu kombinieren. Dies verspricht eine zuverlässigere Ballverfolgung auch in schwierigen Umgebungen. Daneben muss die Bewegungsplanung die rechnerisch aufwändige Aufgabe lösen, die Bewegung für einen Roboter mit 20 Freiheitsgraden unter Berücksichtigung von Hindernissen und Dynamik in Echtzeit zu planen. Hier soll untersucht werden, inwieweit vorab gelernte Bewegungsmuster helfen, die Bewegung schnell zu starten und während des Bewegens zu verfeinern. Dabei muss ein besonderes Augenmerk auf die Kollisionsvermeidung gelegt werden, um Schäden am Roboter zu vermeiden. Die Anwendung Ballfangen stellt ein ideales Benchmark dar, um diese in der Robotik ganz allgemein wichtigen Aufgabenstellungen anzugehen.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
ZaVI - State Estimation Solely based on Prior Knowledge and Inertial Sensing
-
批准号:394554808
-
项目类别:Research Grants
-
资助金额:$0.0万
-
财政年份:2018
-
负责人:Professor Dr.-Ing. Udo Frese
-
依托单位:
海外基金