Biologisch Motivierte Robotersysteme

  • Typ: Vorlesung (V)
  • Lehrstuhl: KIT-Fakultäten - KIT-Fakultät für Informatik - Institut für Anthropomatik und Robotik - IAR Dillmann
    KIT-Fakultäten - KIT-Fakultät für Informatik
  • Semester: SS 2021
  • Zeit: 13.04.2021
    10:00 - 11:30 wöchentlich


    20.04.2021
    10:00 - 11:30 wöchentlich

    27.04.2021
    10:00 - 11:30 wöchentlich

    04.05.2021
    10:00 - 11:30 wöchentlich

    11.05.2021
    10:00 - 11:30 wöchentlich

    18.05.2021
    10:00 - 11:30 wöchentlich

    01.06.2021
    10:00 - 11:30 wöchentlich

    08.06.2021
    10:00 - 11:30 wöchentlich

    15.06.2021
    10:00 - 11:30 wöchentlich

    22.06.2021
    10:00 - 11:30 wöchentlich

    29.06.2021
    10:00 - 11:30 wöchentlich

    06.07.2021
    10:00 - 11:30 wöchentlich

    13.07.2021
    10:00 - 11:30 wöchentlich

    20.07.2021
    10:00 - 11:30 wöchentlich


  • Dozent: Dr.-Ing. Arne Rönnau
  • SWS: 2
  • LVNr.: 24619
  • Hinweis: Online
Inhalt

Die Vorlesung biologisch motivierte Roboter beschäftigt sich intensiv mit Robotern, deren mechanische Konstruktion, Sensorkonzepte oder Steuerungsarchitektur von der Natur inspiriert wurden. Im Einzelnen wird jeweils auf Lösungsansätze aus der Natur geschaut (z.B. Leichtbaukonzepte durch Wabenstrukturen, menschliche Muskeln) und dann auf Robotertechnologien, die sich diese Prinzipien zunutze machen um ähnliche Aufgaben zu lösen (leichte 3D Druckteile oder künstliche Muskeln in der Robotik). Nachdem diese biologisch inspirierten Technologien diskutiert wurden, werden konkrete Robotersysteme und Anwendungen aus der aktuellen Forschung präsentiert, die diese Technologien erfolgreich einsetzen. Dabei werden vor allem mehrbeinige Laufroboter, schlangenartige und humanoide Roboter vorgestellt, und deren Sensor- und Antriebskonzepte diskutiert. Der Schwerpunkt der Vorlesung behandelt die Konzepte der Steuerung und Systemarchitekturen (z.B. verhaltensbasierte Systeme) dieser Robotersysteme, wobei die Lokomotion im Mittelpunkt steht. Die Vorlesung endet mit einem Ausblick auf zukünftige Entwicklungen und dem Aufbau von kommerziellen Anwendungen für diese Roboter.

Lernziele:

Studierende wenden die verschiedenen Entwurfsprinzipien der Methode "Bionik" in der Robotik sicher an. Somit können Studierende biologisch inspirierten Roboter entwerfen und Modelle für Kinematik, Mechanik, Regelung und Steuerung, Perzeption und Kognition analysieren, entwickeln, bewerten und auf andere Anwendungen übertragen.

Studierende kennen und verstehen die Leichtbaukonzepte und Materialeigenschaften natürlicher Vorbilder und sind ebenso mit den Konzepten und Methoden der Leichtbaurobotik vertraut sowie die resultierenden Auswirkungen auf die Energieeffizienz mobiler Robotersysteme.

Studierende können die verschiedenen natürlichen Muskeltypen und ihre Funktionsweise unterscheiden. Außerdem kennen sie die korrespondierenden, künstlichen Muskelsysteme und können das zugrundeliegende Muskelmodell ableiten. Dies versetzt sie in die Lage, antagonistische Regelungssysteme mit künstlichen Muskeln zu entwerfen.

Studierende kennen die wichtigsten Sinne des Menschen, sowie die dazugehörige Reizverarbeitung und Informationskodierung. Studierende können für diese Sinne technologische Sensoren ableiten, die die gleiche Funktion in der Robotik übernehmen.

Studierende können die Funktionsweise eines Zentralen Mustergenerators (CPG) gegenüber einem Reflex abgrenzen. Sie können Neuro-Oszillatoren theoretisch herleiten und einsetzen, um die Laufbewegung eines Roboters zu steuern. Weiterhin können sie basierend auf den "Cruse Regeln" Laufmuster für sechsbeinige Roboter erzeugen.

Studierende können die verschiedenen Lokomotionsarten sowie die dazu passenden Stabilitätskriterien für Laufbewegungen unterscheiden. Weiterhin kennen sie die wichtigsten Laufmuster für mehrbeinige Laufroboter und können eine Systemarchitektur für mobile Laufroboter konzipieren.

Studierende können Lernverfahren wie das Reinforcement Learning für das Parametrieren komplexer Parametersätze einsetzen. Insbesondere kennen sie die wichtigsten Algorithmen zum Online Lernen und können diese in der Robotik-Domäne anwenden.

Studierende kennen die Subsumption System-Architektur und können die Vorteile einer reaktiven Systemarchitektur bewerten. Sie können neue "Verhalten" für biologisch inspirierte Roboter entwickeln und zu einem komplexen Verhaltensnetzwerk zusammenfügen.

Studierende können die mendlschen Gesetze anwenden und die Unterschiede zwischen Meitose und Mitose erklären. Weiterhin können sie genetische Algorithmen entwerfen und einsetzen, um komplexe Planungs- oder Perzeptionsprobleme in der Robotik zu lösen.

Studierende können die größten Herausforderungen bei der Entwicklung innovativer, humanoider Robotersysteme identifizieren und kennen Lösungsansätze sowie erfolgreiche Umsetzungen.

Arbeitsaufwand:

3 LP entspricht ca. 90 Arbeitsstunden, davon

ca. 30h für Präsenzzeit in Vorlesungen

ca. 30h für Vor- und Nachbereitungszeiten

ca. 30h für Prüfungsvorbereitung und Teilnahme an der mündlichen Prüfung

VortragsspracheDeutsch