Raumerkennung

Zusammenfassung

Entwicklung und Bewertung von Raumerkennung für humanoiden Roboter

Schlüsselbegriffe

Python, Visual Place Recognition, Convolutional Neural Networks, Local Feature Extraction

Zielsetzung

Zukünftig soll ein Roboter in der Lage sein, seine initiale Startposition selbstständig zu bestimmen. Dem Roboter werden dazu vier Kameras im Winkel von 90 Grad montiert. Jede Kamera macht beim Start des Roboters jeweils ein Bild nach vorne, hinten und zu beiden Seiten. Der Robot soll schlussendlich mithilfe dieser Bilder erkennen, in welchem Raum er sich befindet. Durch einen LIDAR-Sensor werden Räume mit einer abweichenden Form bereits ausgeschlossen. Zudem soll der Roboter auch mit Veränderungen in bekannten Räumen die korrekte Raumerkennung durchführen können.

Ausgangslage

Das Projekt wird durchgeführt, da autonome und humanoide Roboter immer mehr an Wichtigkeit in unserer Gesellschaft annehmen. Im Vordergrund steht die effektive Integration einer solchen Technologie bei Organisationen, unteranderem dem Pflegesektor. Trotz der Verfügbarkeit von verschiedenen humanoider Robotermodellen auf dem Markt, ist ihre produktive Nutzung begrenzt. Dies liegt unteranderem an einem mangelnden menschenzentrierten Design, aber auch an der fehlenden Möglichkeit der autonomen Navigation. Die Lokalisierung ist somit eine wesentliche Fähigkeit von mobilen Robotern.
Die Visual Place Recognition (VPR) ist ein stark wachsendes Forschungsfeld. VPR beinhaltet die Fähigkeit, zuvor gesehene Orte in der Welt, oder in diesem Fall einem Gebäude, auf der Grundlage von Bildern wiederzuerkennen. Während bereits einige erforschte Lösungsansätze für die Outdoor-VPR (Lokalisierung ausserhalb von Gebäuden) existieren, ist die Indoor-VPR (Lokalisierung innerhalb von Gebäuden) ein relativ unerforschtes Gebiet.

Ergebnisse

Die Modelle werden auf zwei unterschiedlichen Datensätzen evaluiert. Das beste Modell erreicht dabei auf dem ersten Datensatz eine Genauigkeit von 100 Prozent und auf dem zweiten Datensatz eine Genauigkeit von 78 Prozent.

Projektdaten

Projektdauer: 20. September 2023 bis 19. Januar 2024
Aufwand in Personenstunden: 360 Stunden
Teamgrösse: 2 Studenten

Auftraggeber

Fachhochschule Nordwestschweiz
Institut für Mobile und Verteilte Systeme FHNW
Prof. Dr. Christoph Stamm
christoph.stamm@fhnw.ch

Simon Luder
simon.luder@fhnw.ch

Projektteam

Luca Plozner, BSc Informatik
Carl von Burg, Bsc Informatik

Kontakt

Prof. Dr. Christoph Stamm - christoph.stamm@fhnw.ch
Simon Luder - simon.luder@fhnw.ch

<< zurück