EU-Projekt optimiert Umgebungswahrnehmung von Unterwasserrobotern

摘要

Die Einsatzmöglichkeiten robotischer Systeme sind zahlreich. Jedoch fehlt es in der Praxis oft an funktionsfähigen Technologien, mit denen Roboter auch komplexe Umgebungen umfassend wahrnehmen können. Visuelle Sensoren wie z.B. Kameras, die in der Robotik für Aufgaben wie autonome Navigation, Manipulation, Kartierung und Objekterkennung eingesetzt werden, liefern detaillierte Informationen über die Umgebung. Ihre Leistung hängt jedoch stark von den vorherrschenden Licht- und Sichtbedingungen ab. Demgegenüber sind akustische Sensoren zur Entfernungsmessung von den Sichtverhältnissen unabhängig. Auch sie generieren bildähnliche Daten, jedoch mit einer deutlich geringeren Auflösung als Kameras. Zudem ist ihre Funktionalität im Nahbereich stark eingeschränkt. Hier setzt das am 1. Januar 2021 gestartete Projekt DeeperSense (Deep-Lear-ning for Multimodal Sensor Fusion) an. Das übergreifende Ziel des im Rahmen des EU-Forschungsrahmenprogramms Horizont 2020 geförderten Vorhabens ist es, die Umgebungswahrnehmung von Servicerobotern vor allem in komplexen und unstrukturierten Umgebungen wie dem Unterwasserbereich signifikant zu verbessern. Dafür verfolgt das Projekt einen innovativen Ansatz: Durch Künstliche Intelligenz (KI), insbesondere Deep-Lear-ning als datengetriebene Methode des maschinellen Lernens, will es die Stärken nicht-visueller und visueller Sensoren miteinander kombinieren, um so deren Fähigkeiten zur Umgebungswahrnehmung über die Fähigkeiten der einzelnen Sensoren hinaus zu optimieren. Dies soll nicht nur die Leistung und Zuverlässigkeit autonomer Systeme deutlich erhöhen, sondern auch neue Funktionalitäten und Anwendungen für die Robotik erschließen.