TU München: Roboter findet verlegte Gegenstände auf Zuruf
Ein Roboter der TU München kann verlegte Gegenstände schneller aufspüren, weil er die Gegenstände und die Umgebung versteht.
Der Roboter der TU München scannt seine Umgebung und erkennt Objekte.
(Bild: Learning Systems and Robotics Lab / Screenshot)
Ein Forschungsteam des Learning Systems and Robotic Lab der Technischen Universität München (TUM) hat einen Roboter entwickelt, der verlegte Gegenstände in Innenräumen auf Zuruf aufspüren kann. Der Roboter erfasst nicht nur Gegenstände und ihre Bedeutung, sondern versteht auch die Umgebung, in der sie sich befinden könnten. Der Roboter muss so etwa nicht an Orten suchen, an denen die Gegenstände gar nicht liegen können.
Der Roboter der TUM besteht im Wesentlichen aus einer mobilen Plattform mit Rollen, auf der ein Mast mit einer 3D-Kamera angebracht ist. Der elektromotorisch fahrbare Roboter kann sich so in Innenräumen bewegen und seine Umgebung erfassen. Das gelingt über eine 3D-Kamera, die zweidimensionale Bilder mit Tiefeninformationen kombiniert. So entsteht ein digitales, zentimetergenaues räumliches Abbild der Umgebung. Der Scanvorgang wird ständig wiederholt, um immer eine aktuelle digitale Version zu haben, die ausgewertet werden kann.
Semantisches Verständnis
„Wir haben dem Roboter beigebracht, die Umgebung zu verstehen“, erklärt Angela Schoellig, Professorin und Leiterin des Robotik-Labs im TUM-Lehrstuhl für Sicherheit, Performanz und Zuverlässigkeit für lernende Systeme. Der Roboter kennt dadurch nicht nur die Objekte, die er möglicherweise suchen soll, sondern weiß auch, was ein Tisch, eine Fensterbank oder ein Regal sind, und kann einschätzen, ob darauf bestimmte Gegenstände abgelegt sein können. Um etwa eine Brille abzulegen, werden eine Herdplatte oder ein Spülbecken selten genutzt, sodass der Roboter dort gar nicht erst suchen muss. Dafür ist jedoch ein Verständnis über den Gegenstand und seine Umgebung nötig.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Ein KI-Sprachmodell stellt die Beziehungen zwischen den Objekten und der Umgebung her, die dann vom Roboter interpretiert werden. Er berechnet daraus, wie hoch die Wahrscheinlichkeit ist, dass sich ein spezifisches Objekt an einer bestimmten Stelle in der Umgebung befindet. Der Roboter kann dadurch effizienter nach Gegenständen suchen, indem er die unwahrscheinlichen Plätze von der Suche ausspart. Bis zu 30 Prozent an Sucheffizienzgewinn sollen dadurch erzielt werden können, haben die TUM-Forscher in der Studie „Where Did I Leave My Glasses? Open-Vocabulary Semantic Exploration in Real-World Semi-Static Environments“ herausgefunden, die auf Arxiv im Preprint erschienen ist.
Der Roboter erkennt außerdem Veränderungen in seiner Umgebung mit einer Genauigkeit von 95 Prozent, indem er ältere Aufnahmen des Raumes heranzieht und mit den aktuellen Aufnahmen vergleicht. In den Bereichen, die dadurch für das Auffinden von Gegenständen als „hoch wahrscheinlich“ markiert sind, sucht der Roboter dann bevorzugt.
Videos by heise
Die TUM-Forscher planen, die Findefähigkeiten ihres Roboters zu erweitern. Er soll auch Gegenstände in Schubladen oder hinter anderen Objekten versteckte Gegenstände aufspüren können. Dazu muss der Roboter jedoch mit seiner Umgebung – etwa mit Armen – interagieren können, um Schränke öffnen zu können. Das verlangt nach weiteren Kenntnissen über seine Umgebung, denn der Roboter muss dann vorab wissen, wie er eine Tür am besten öffnen kann.
(olb)
