Diplomarbeit im Fachbereich Informatik, Juli 1998
Dirk Müller

Betreuung: Michael Kasper

Im Rahmen dieser Diplomarbeit wurde ein Verfahren entwickelt, welches die effiziente Steuerung eines AMR zum flächendeckenden Fahren ermöglicht, wobei parallel zur Bearbeitung ein rasterbasiertes Umweltmodell erstellt wird. Ein a priori vorhandenes Umweltmodell wird nicht benötigt. Zur Vereinfachung wird von einer runden Geometrie des Roboters sowie von der Existenz eines Localizer-Moduls ausgegangen, welches gegebenfalls mit Hilfe spezieller Sensorik die Positionsbestimmung des Roboters erlaubt.

Bei dem vorgestellten Ansatz wird die Fläche in einzelnen, zueinander parallelen Bahnen mäanderförmig befahren. Die Flächendeckung wird durch ein Backtrackingverfahren sichergestellt. Dabei werden während der Fahrt auf jeder Bahn alle Strecken, die potentiell noch zu bearbeiten sind auf einem Stack festgehalten und somit zur späteren Bearbeitung vorgemerkt.

Für das Verfahren wurde innerhalb einer Simulation eine verhaltensorientierte Kontrollstruktur implementiert. Diese eignet sich aufgrund ihres modularen Aufbaus, den kurzen Reaktionszeiten und der hohen Fehlertoleranz auch für eine spätere, tatsächliche Realisierung. Sie untergliedert sich in aktuatorische Verhaltensschichten, welche direkt die Steuerung des Roboters beeinflussen und planerische Verhalten, welche die globalen Datenstrukturen, wie z.B. Karten, verändern.

Die aktuatorischen Verhaltensweisen entsprechen dabei den einzelnen, während der Fahrt benötigten Bewegungsfolgen. So existieren Verhaltenschichten für die bahnparallele Fahrt (DriveStraight, FollowTrack), das Drehen an einem Hindernis (TurnAtWall) und für die Navigation zu einem entfernten Punkt (DriveToNextArea). Die Verhaltensschichten FollowWall und TurnAtWall ermöglichen dabei ein konturparalleles Ausweichen an Hindernissen. Die Navigation mittels DriveToNextArea erfolgt nur auf schon bearbeitetem Gebiet. Dabei kommt zur Punkt-zu-Punkt Planung ein Distance Transform Verfahren zum Einsatz, welches zu den rasterbasierten Potentialfeldmethoden zu zählen ist.

Die planerischen Verhaltensschichten umfassen einen MapBuilder zur Erstellung der benötigten Rasterkarten, einen Observer zur Beobachtung der Nachbarbahnen und dem Aufbau des Stacks, sowie eine Verhaltensschicht FindBestDirection, die es bei sehr kurzen Bahnen ermöglicht, von der bahnparallelen Fahrt abzuweichen und eine neue Richtung zu planen in der ein effizienteres Arbeiten möglich ist. Bei der Implementierung des MapBuilders wurde ein einfaches Verfahren gewählt, welches jedes erkannte Hindernis fest in eine Rasterkarte einträgt. Für die Zukunft empfiehlt sich hier ein probalistischer Ansatz welcher neben der Korrektur von Fehlmessungen auch den korrekten Umgang mit dynamischen Hindernissen erlaubt.

Das Verfahren gestattet bereits jetzt in begrenztem Maße eine Umwelt mit dynamischen Hindernissen. In der vorliegenden Implementierung erfolgt eine Reaktion auf diese allerdings nur während der Navigationsphase auf schon bearbeitetem Gebiet. Dies beruht auf der o.g. Implementierung des MapBuilders. Treten während der Fahrt in bekanntem Gebiet unerwartete Hindernisse auf, so ermöglicht die Navigation ein Umplanen des Kurses.

Ausarbeitung (pdf, 650 kB) | Beispielszenarien

Zurück zur Publikationsauswahl