Meisterschaft der Maschinen: Die RoboCup Humanoid League
Die Teams in der Humanoid League des RoboCups wollen spätestens 2050 den menschlichen Fußballweltmeister mit ihren Robotern auf einem echten Fußball-Feld schlagen. Für dieses große Ziel müssen sich die Roboter der menschlichen Spielweise anpassen - dafür schwitzen sie sogar.
(Bild: Artikel-Autoren)
- Maike Paetzel
- Reinhard Gerndt
Meisterschaft der Maschinen:
Das langfristige Ziel des RoboCups ist es, im Jahre 2050 mit einem Team von Robotern gegen den dann amtierenden menschlichen Fußballweltmeister anzutreten und in einem fairen Spiel zu gewinnen. Diese Idee prägt keine RoboCup-Liga so sehr wie die "Humanoid League". Während andere Ligen wertvolle Fortschritte in Bereichen wie Bildverarbeitung und Spieltaktik machen, bringt die Humanoid League die verschiedenen Elemente zusammen – denn ein faires Spiel bedeutet eben auch, die gleiche Fortbewegungsform und die gleichen Regeln wie im menschlichen Fußball zu verwenden.
(Bild: Artikel-Autoren)
Beobachtet man im Jahre 2017, wie die meist nicht einmal einen Meter großen Roboter sich mühevoll den Weg über den Kunstrasen zum gegnerischen Tor bahnen, scheint das Ziel 2050 in weiter Ferne. Schaut man jedoch genauer hin, ist die Humanoid League tatsächlich auf dem besten Wege, irgendwann richtigen Fußball mit Robotern bestreiten zu können.
Riesenhürde Fußball-Basics
Mit einer ambitionierten Road Map werden die Regeln jedes Jahr weiter an die der FIFA angepasst. Die Roboter, die Teams und das Spielfeld werden stetig größer. In diesem Jahr wird erstmals mit Freistößen gespielt werden. Danach fehlt fast nur noch die Abseitsregelung – aber die ist ja selbst für die Menschen nicht ganz einfach zu verstehen.
Für die meisten Menschen sind die Grundlagen des Fußballspielens einfach und intuitiv. Für Roboter erfordern sie Schwerstarbeit. Zu erkennen wo der Ball und die Tore auf dem Spielfeld sind, zwischen den eigenen und gegnerischen Spielern zu unterscheiden, oder auch einfach nur beim Stehen, Laufen und Schießen das Gleichgewicht zu halten erfordert komplexe und innovative Algorithmen. Hier gibt es noch viel Arbeit für die Frauen und Männer in den Robocup-Teams aus Informatikern, Maschinenbauern, Ingenieuren und Elektrotechnikern.
Schwitzender Roboter aus Offenburg
Eine der größten Herausforderungen der Humanoid League ist dabei der Nachbau des menschlichen Körpers selbst. Menschen haben viel Kraft im Vergleich zu ihrem eigenen Körpergewicht, gepaart mit hoher Flexibilität und Bewegungsfreiheit.
(Bild: Hochschule Offenburg)
Der wohl größte Roboter im Feld heißt Sweaty (dt: “verschwitzt”), er ist inzwischen 1,72 m groß. Bei ihm ist sein Name Programm: Teilweise werden die Motoren so hoch überlastet, dass sie ohne Kühlung durchbrennen würden. Einen kühlen Kopf behält er durch Verdunstungskühlung: er schwitzt.
Die Mechanik von Sweaty ist so gebaut, dass im Prinzip ein menschenähnlicher Gang möglich ist. Gelenkwinkel, Geschwindigkeiten und mögliche Kräfte wurden aus Motion-Capture-Daten menschlicher Schritte abgeschätzt. Darauf aufbauend wurden spezielle Kinematiken entwickelt, die variable Übersetzungen ermöglichen. Mit ebenfalls selbst entwickelten Reglern werden sogenannte BLDC- Motoren so weit ausgereizt, dass die benötigten Momente zur Verfügung stehen.
Sweaty hat mittlerweile 32 Freiheitsgrade, 207 Sensoren, 27 32-Bit-Mikrocontroller sowie einen Quad-Core-7i-Prozessor (3,2 GHz) mit GPU. Die Kommunikation der Rechner untereinander erfolgt über Ethernet (TCP/IP), 2 CAN- und einen RS485-Bus. Entwickelt und gecoacht wird er von Team Sweaty, bestehend aus ungefähr 15 MitarbeiterInnen und Studierenden sowie 4 ProfessorInnen der Fakultäten Elektrotechnik und Informationstechnik, Maschinenbau und Verfahrenstechnik sowie Medien- und Informationswesen der Hochschule Offenburg.
Für die großen Roboter wird es jetzt ernst
Bisher haben die Roboter der AdultSize-Klasse, so werden die Roboter ab einer Körpergröße von 1,20 Metern genannt, noch eine Schonfrist genossen. Weil die Mechanik so großer Maschinen die Teams vor enorme Herausforderungen stellt, mussten die Roboter bisher lediglich in einem erweiterten Elfmeterschießen mit einem Spieler pro Team gegeneinander antreten. Dieses Jahr beginnt nun auch für die Größten der Liga der Ernst des richtigen Spiels – zwar ist weiterhin nur ein Roboter pro Team auf dem Feld erlaubt, es wird jedoch zum ersten Mal nach normalen Spielregeln gespielt, inklusive dem neu dazugekommenen Freistoß. Softwareseitig gibt es für die Offenburger da noch einiges zu tun, damit sie im Juli in Japan den Titel des Vizemeisters verteidigen oder ihren Erfolg sogar noch ausbauen können.
RoboCup: Humanoid League (10 Bilder)
(Bild: Artikel-Autoren)
Während in der AdultSize noch alle Roboter selbst gebaut werden, wird in der KidSize (bis 0,9 m) und TeenSize (bis 1,2 m), nicht zuletzt bedingt durch die größere Anzahl von Robotern je Mannschaft , semi-standardisierte Plattformen eingesetzt. Diese sollen die Hardware-Entwicklung in der Liga im Allgemeinen voranbringen und Teams mit einem stärkerem Software-Hintergrund einen einfacheren Einstieg in die "Humanoid League" ermöglichen.
Aus dem 3D-Drucker
Eine der potentiellen Standard-Plattformen der Zukunft ist die igus Humanoid Open Platform der Rheinischen Friedrichs-Wilhelms-Universität Bonn. Studierende und MitarbeiterInnen der Autonomous Intelligent Systems Group am Computer Science Institute VI tüfteln bereits seit mehreren Jahren an ihrem Roboter. Das besondere daran: Alle sieben Roboter der igus-Reihe sind fast vollständig mit dem 3D Drucker hergestellt worden unter Einsatz von Selective Laser Sintering (SLS). Dadurch sind sie modular und flexibel im Design und einfach nachzubauen.
Bei einer Körpergröße von 92 cm und einem Gewicht von 6,6 kg ist jeder Roboter mit einer Intel i7-5500U CPU mit 4 bis 8GB RAM und SSD ausgestattet. Ein ARM-Cortex-M3-Mikrocontroller auf einem Robotis-CM730-Board ist für die Hardwarekommunikation zuständig und dient als Schnittstelle zwischen dem Computer und den 20 Robotis-MX-Servos. Angesteuert werden kann der Roboter über Ethernet, WLAN, Bluetooth und USB 3.0.
Auch ein HDMI-Monitor kann zu Testzwecken angeschlossen werden. Während des Spiels müssen sich die Roboter allerdings auf ihr WLAN verlassen – oder die Verarbeitung von gesprochener Sprache, was bei der ausgelassenen Stimmung am Spielfeldrand jedoch noch Zukunftsmusik ist.
Verletzungsgefahr auf Kunstrasen
Die Einführung von Kunstrasen vor drei Jahren hat die Teams vor eine der größten Herausforderungen in der Geschichte des RoboCups gestellt. Mit einer Grashalmlänge von rund 30 mm ist der Fußkontakt der Roboter auf dem Boden variabel und instabil und damit schwierig zu modellieren. Seitdem experimentieren mehr und mehr Teams mit dem Einsatz von Stollen, hergestellt zum Beispiel aus gummiartigem Material, wie bei den igus-Robotern von Team NimbRo, oder aus dem heimischen 3D-Drucker. Stollen bringen allerdings auch Nachteile mit sich, da sie leicht im Rasen stecken bleiben und die Roboter so zu Fall bringen.
(Bild: Artikel-Autoren)
Team NimbRo versucht das Problem softwareseitig zu lösen: Mit Hilfe eines sogenannten “nonlinear passive complementary filter” können sie die vollständige Orientierung des Roboters im dreidimensionalen Raum abschätzen. Diese Orientierung wird dann in Form von “fused angles” ausgedrückt, eine neu entwickelte Art der Winkelbeschreibung ähnlich der Euler-Winkel. Die “fused angles” werden unter anderem verwendet, um Stürze zu erkennen, sich davor zu schützen und davon zu erholen. Wenn eine Winkelneigung der Gelenke erkannt wird, die auf eine instabile Roboter-Position schließen lassen, werden alle Motoren sofort weich gestellt, um den Schaden eines Sturzes zu verringern. Danach wird die Winkelschätzung erneut verwendet, um zu erkennen, auf welcher Seite der Roboter auf dem Boden liegt, und anschließend die richtige von sechs Aufsteh-Animationen auszulösen.
Mit zunehmender Körpergröße wird das Hinfallen für die Roboter auch mit weichen Gelenken immer problematischer. Daher ist auf lange Sicht ein intelligentes und Gelenk-schonendes Fallen und Aufstehen nötig. Bis es soweit ist, behelfen sich viele Teams mit extensiver Polsterung.
Das Team WF Wolves der Ostfalia Hochschule für Angewandte Wissenschaften verfolgt einen anderen Ansatz. Sie verwenden sogenannte "Series-Elastic-Actuators" (SEA), bei denen zwischen Motor und Abtrieb eine (Dreh-) Feder eingebaut wird, die größere mechanische Stöße abfedert und den Motor schützt. Die SEAs können allerdings noch mehr: Die Federn speichern Energie, die man durch eine geschickte Motoransteuerung für eine effizientere Bewegung nutzen kann. Außerdem kann man mit zusätzlichen Sensoren auf der Abtriebsseite eine Kraft-Regelung implementieren. Die Bewegungen erfolgen dann nicht mehr mit aller Kraft der Motoren, sondern nur noch mit der Kraft, die der Algorithmus für eine Bewegung vorsieht.
Mehr Standards dank Robot Operating System
Die Entwicklung von Standards, die in der Hardware mehr und mehr Einzug erhält, ist auch in der Software von Vorteil, denn in der Vergangenheit haben sich die individuellen Softwarearchitekturen oft als Hindernis bei einer Übernahme leistungsfähiger Teilfunktionen durch andere Teams erwiesen. Daran etwas zu ändern hat sich das Team Hamburg Bit-Bots der Universität Hamburg gemeinsam mit den WF Wolves aus Wolfenbüttel und Rhoban Football Club aus Bordeaux zum Ziel gesetzt. Gefördert durch die RoboCup Federation hat das rein studentisch organisierte Team der Hamburger eine Softwarearchitektur basierend auf dem "Robot Operating System" (ROS) (www.ros.org) mit seiner "Publisher-Subscriber"-Kommunikationsstruktur entwickelt.
In ROS kann so jede "Node", also jedes Programm, mit anderen Nodes über so genannte "Topics" kommunizieren. Beispielsweise schreibt der Kameratreiber auf das "/image_raw"-Topic und die Ballerkennung liest von diesem, jedoch könnten auch noch weitere Kameras auf das Topic schreiben und andere Programme die Bilder empfangen. Zudem bietet ROS nützliche Features, die sonst jedes Team für die eigene Architektur entwickeln müsste. Mit dem Tool "rosbag" kann man Nachrichten aufzeichnen und später wieder abspielen, um Fehler zu finden oder Algorithmen zu vergleichen, ohne permanent am Roboter zu arbeiten und damit Verschleiß der Hardware zu verursachen. Zudem kann man mit dem integralen "RViz"-Werkzeug das Verhalten des Roboters visualisieren, um zum Beispiel zu verstehen, wo der Roboter gerade den Ball und die Tore sieht und seine eigene Position auf dem Spielfeld vermutet.
Software-Austausch zwischen den Teams
Viele übliche Schnittstellen sind in ROS schon definiert, jedoch bereitet der RoboCup einige spezifische Herausforderungen, für die in der neuen Architektur der Hamburg Bit-Bots nun Schnittstellen definiert sind. Neue Teams können mit dieser Architektur leicht Softwaremodule von anderen Teams verwenden und somit viel Zeit sparen. Etablierte Teams haben die Möglichkeit, Komponenten ihrer Software mit anderen zu vergleichen und diese leicht auszutauschen. Gleichzeitig wird die Zusammenarbeit zwischen Teams, die in Zukunft durch die steigenden Anforderungen an immer leistungsfähigere und teure Roboter nötig sein wird, durch die eindeutige Struktur stark vereinfacht. Die Zukunftsfähigkeit ihres Ansatzes bewiesen die Hamburg Bit-Bots bereits bei den diesjährigen Iranischen Meisterschaften, bei denen sie erstmalig ein gemischtes Team mit den WF Wolves bildeten.
Eine wichtige Komponente in der Software, die durch eine Standardisierte Architektur von vielen Teams nutzbar werden soll, ist die Bildverarbeitung. Durch Verzicht auf farbliche Kodierung von Objekten wie beispielsweise den ursprünglich einmal orangenen Ball und durch größere Felder stehen die Teams vor neuen Herausforderungen. Inzwischen entspricht der Ball den FIFA-Standards und kann daher beliebige Muster haben. Statt der herkömmlichen Farbtabellen im Zusammenspiel mit simpler Objekterkennung müssen nun größere Geschütze aufgefahren werden.
Die Hamburg Bit-Bots experimentieren seit letztem Jahr mit einem Deep-Learning Verfahren zur Ballerkennung. Der theoretische Ansatz brachte dem Team im letzten Jahr bereits den Best Paper Award beim jährlichen RoboCup-Symposium, die praktische Umsetzung hakt jedoch noch. Ohne Optimierung reicht die Performance der üblicherweise in den mobilen Robotern verbauten Computer nämlich nicht aus. Im Bereich der großen Adult-Size-Roboter gilt diese Einschränkung nicht: So hat das Team Sweaty diese Idee aufgegriffen und führt die Bilderkennung über Deep Learning-Algorithmen durch. Die notwendigen Berechnungen dazu erfolgen in einer Grafikkarte, die im vergleichsweise großen Roboter-Körper zusätzlich verbaut werden konnte.
Es geht auch ohne Grafikkarte
Ohne Tore oder Linien zu sehen können sich die Roboter auf dem Feld nicht zurechtfinden. Die KidSize-Team können aus Platzmangel im Roboter-Körper meist keine Grafikkarte verbauen und müssen deswegen auf andere Verfahren in der Bildverarbeitung zurückgreifen. Das Team FUmanoids der Freien Universität Berlin legt ihre Fokus auf die Entwicklung einer effizienten Bildverarbeitung mittels Integralbilder, welche effiziente Berechnungen erlauben. Die Integralbilder können so berechnet werden, dass teure Speicherzugriffsoperationen vermieden werden. Nach Berechnung des Integralbildes kann auf jede Bildregion in konstanter Zeit, also unabhängig von der Größe der Bildregion, zugegriffen werden.
Die neueste Entwicklung der FUmanoids ist eine Segmentierung, welche mit Hilfe der Integralbilder auf HD-Bildern in Echtzeit (hier: mindestens 30 Frames pro Sekunde) auf einem gewöhnlichen Rechner wie dem ODROID arbeitet. GPUs oder FPGAs sind dafür nicht notwendig. Die Roboter sollen in Echtzeit ihre Umwelt wahrnehmen und in ihr agieren; gleichzeitig möchte man aber möglichst hochaufgelöste Bilder nutzen. Segmentierung ist ein wichtiger Bestandteil in der Vorverarbeitung eines Bildes im Bereich der Bildverarbeitung, jedoch sind die bisher bekannte Segmentierungsalgorithmen zu rechenintensiv. Das von den FUmanoids entwickelte Segmentierungsverfahren ermöglicht es, eine höhere Auflösung zu verwenden und somit das gesamte Spielfeld zu überblicken. Das Verfahren kann aber auch in beliebigen anderen Bereichen der Robotik, etwa bei autonomen Fahrzeugen, eingesetzt werden, und ist somit ein Beispiel dafür, wie die Humanoid League zur aktuellen Forschung beiträgt.
Auch wenn die Humanoid Liga in vielen anderen Bereichen technologisch noch recht weit von realen Anwendungen entfernt ist, macht sie den Fortschritt in der Robotik-Grundlagenforschung auf eindrucksvolle Weise sichtbar. Gerade weil (noch) kaum klare Bezüge zur industriellen Anwendung vorhanden sind, haben viele Teams in der Liga aber keinen leichten Stand in ihren Hochschulen. Getragen wird die Liga daher vor allem von der Euphorie und dem Engagement der Teams und ihrem starken Zusammenhalt untereinander. Denn auch wenn die Teams heute noch gegeneinander antreten, 2050 werden sie nur gewinnen können, wenn alle an einem Strang ziehen.
(Artikel von Maike Paetzel und Reinhard Gerndt, mit Beiträgen von Philipp Allgeuer, Jan Draegert, Jasper Güldenstein und Ulrich Hochberg) (acb)
