Suchen

Exzellenzcluster CITEC stellt neues Greif-Lern-System vor Die selbstlernende Roboterhand

| Redakteur: Dr. Anna-Lena Gutberlet

Forschende der Universität Bielefeld haben ein Greifsystem mit Roboterhänden entwickelt, das sich selbständig mit unbekannten Gegenständen vertraut macht. Das neue System funktioniert, ohne vorher die Merkmale von Objekten wie Obst oder Werkzeug zu kennen.

Firmen zum Thema

Obwohl die Roboterhände die Kraft hätten, den Apfel fest zu drücken, dosieren sie ihre Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet. Möglich machen das am CITEC entwickelte Tastsensoren in Verbindung mit intelligenter Software.
Obwohl die Roboterhände die Kraft hätten, den Apfel fest zu drücken, dosieren sie ihre Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet. Möglich machen das am CITEC entwickelte Tastsensoren in Verbindung mit intelligenter Software.
(Bild: Universität Bielefeld)

Entwickelt wurde das Greif-Lern-System im Großprojekt „Famula“ des Exzellenzclusters Kognitive Interaktionstechnologie (CITEC) der Universität Bielefeld. Das Wissen aus dem Projekt könnte zum Beispiel dazu beitragen, dass künftige Serviceroboter sich selbst in neue Haushalte einarbeiten. CITEC investiert für Famula rund eine Million Euro. In einem neuem „research_tv“-Beitrag der Universität Bielefeld erklären die Leiter des Projekts die Neuentwicklung.

„Unser System lernt durch Probieren und eigenes Erkunden – so wie auch Babys sich neuen Objekten widmen“, sagt Professor Dr. Helge Ritter. Der Neuroinformatiker leitet das Projekt zusammen mit dem Sportwissenschaftler und Kognitionspsychologen Professor Dr. Thomas Schack und dem Robotiker Privatdozent Dr. Sven Wachsmuth.

Bildergalerie

Die CITEC-Wissenschaftler arbeiten mit einem Roboter mit zwei Händen, die menschlichen Händen in Form und Beweglichkeit nachempfunden sind. Das Robotergehirn für diese Hände muss lernen, wie alltägliche Objekte, etwa Obst, Geschirr oder auch Plüschtiere, durch ihre Farben und Formen unterschieden werden können, und worauf es ankommt, wenn man sie greifen will.

Der Mensch als Vorbild

Eine Banane lässt sich umgreifen, ein Knopf lässt sich drücken. „Das System lernt, solche Möglichkeiten aus Merkmalen zu erkennen und baut sich ein Modell für den Umgang und die Wiedererkennung auf“, sagt Ritter.

Dafür verbindet das interdisziplinäre Projekt Arbeiten in der künstlichen Intelligenz mit Forschungsarbeiten in weiteren Disziplinen.

So untersuchte die Forschungsgruppe von Thomas Schack, welche Merkmale Versuchspersonen als bedeutsam bei Greifaktionen wahrnehmen. In einer Studie mussten die Probanden die Ähnlichkeit von mehr als 100 Objekten vergleichen.

„Überraschend war, dass das Gewicht kaum eine Rolle spielt. Wir Menschen verlassen uns vor allem auf die Form und die Größe, wenn wir Dinge unterscheiden“, sagt Thomas Schack.

In einer weiteren Studie ließen sich Testpersonen die Augen verbinden und hantierten mit Würfeln, die sich in Gewicht, Form und Größe unterschieden. Infrarotkameras zeichneten die Handbewegungen auf.

„Dadurch erfahren wir, wie Menschen einen Gegenstand ertasten und welche Strategien sie bevorzugt nutzen, um seine Eigenschaften zu erfassen“, sagt Dirk Koester, Mitarbeiter in Schacks Forschungsgruppe. „Wir erfahren natürlich auch, welche Fehler Menschen beim blinden Ertasten machen.“

(ID:44736053)