摘要: Das Ziel dieser Arbeit ist das Design und die Implementierung eines vollstandigen Systems zur robusten Navigation mobiler Roboter in hauslichen Umgebungen. Adressierte Probleme sind Modellierung von Umgebungen, Planung Pfaden sowie Steuerung mobilen Roboters. resultierende System wurde erfolgreich der Robocup@Home-Liga eingesetzt. 1 Motivation Problemstellung Serviceroboter, z.B. im Haushalt assistieren, Besucher durch Museen fuhren oder Altenund Krankenpflege eingesetzt werden konnen, bergen ein enormes Potential, den Alltag des Menschen erheblich zu vereinfachen [SHW04]. Um Welt, wir leben, sicher effizient agieren benotigen autonome Fahigkeiten Wahrnehmung ihrer Umgebung, sowie, bis einem bestimmten Grad, uber diese ihr stattfindenden Anderungen Schlussfolgerungen anzustellen. Zur effektiven Aktionen mobile interne Modelle Umgebung. Die Fahigkeit selbststandig erzeugen sich selbst andere Objekte Ihnen lokalisieren wird als Voraussetzung fur vollstandig autonom agierende gesehen [Wan04]. Problem bei einer unbekannten Umgebung mit Robotern ist, dass seine Position kennen muss, um erfasste Umgebungsstrukturen Karte eintragen konnen. Bestimmung seiner benotigt er jedoch eine Dieses Zyklusproblem Fachliteratur Simultaneous Localization and Mapping (kurz SLAM) bezeichnet. Abbildung 1: Der Kontext RoboCup@Home-Liga, Wettbewerb Service Roboter. Hier mussen Umgebungen navigieren, suchen, erkennen, greifen transportieren. Kommunikation dem auf Sprache beschrankt erfordert robuste Spracherkennung verstandliche Sprachsynthese [NDD08]. hierfur verwendete (Abbildung 1) besteht aus Plattform, zwei differentiell angetriebenen nachlaufenden Radern Stabilitat, 2D-Laserscanner beruhrungslosen Messung Distanzen umliegenden Umgebungsstrukturen, diversen Kamerasystemen Roboterarm Manipulation Objekten. es, basierend Daten 2D-Laserscanners, speichereffiziente Umgebungsmodelle erstellen Lokalisierung Roboters, Roboters verwenden. Hauptaugenmerk liegt hierbei Echtzeitfahigkeit Robustheit verwendeten Verfahren, da zusammen arbeiten jede Art Kollision vermieden sollte. 2 Konstruktion Umbegungsmodells – SLAM Eine Vielzahl an Losungsansatzen SLAM-Problem letzten Jahrzehnte vorgestellt. Diese unterscheiden vor allem Formulierung Problems, eingesetzten Losungsverfahrens Reprasentierung Umgebungsmodells. Unterschieden werden, unter anderem, diverse probabilistische Graph-basierte Verfahren solche, Registrierung Distanzbildern adressieren. hier vorgestellte basiert zweibzw. dreidimensionalen Punktmengen, wie sie Laserscannern erfasst werden. iterative Algorithmus nachsten Punkte (Iterative Closest Point ICP) [BM92] StandardAlgorithmus Punktmengen. ICP-Algorithmus unterschiedet Punktmengen: Modell M Szene Datenmenge D. undD Optimierungsproblem betrachtet: ICP verfeinert iterativ Transformation T = (R, t), D abbildet, somit folgende Fehlerfunktion minimiert.