Robotik und Cyber-physikalische Systeme
Visionsbasiertes Furuta-Pendel
Das visionsbasierte Furuta-Pendel ist ein standardisierter Versuchsaufbau zur kamerabasierten Beobachtung dynamischer Systeme. Es ermöglicht das Erlernen der Steuerung dynamischer Systeme auf Basis eines hochdimensionalen Inputs und kann für verschiedene Forschungszwecke eingesetzt werden.
Erstens ist das Furuta-Pendel ein herausforderndes dynamisches System, da es nichtlinear und instabil ist und auf ein präzises und schnelles Regelsystem angewiesen ist. Zweitens kann der standardisierte Kameraaufbau als hochdimensionaler Beobachter zu den Winkelcodierern des Quanser Qube Servo 2 Pendels hinzugefügt werden. Die Helligkeit der Lichtquelle kann variiert werden und die Flir BlackFly S Kamera kann bis zu einer Frequenz von 522 Hz abgetastet werden.
In Kombination wird dieser Aufbau genutzt, um flexibel Lernalgorithmen zu entwickeln, zu testen und zu validieren. Die Python-Schnittstelle basiert auf dem OpenAI Gym-Standard und kann mit und ohne kamerabasierte Beobachtungen, in einer 3D-Mujoco-Simulation und auf dem Hardware-Aufbau verwendet werden.
Cyber-physischer Versuchsstand
Um Cyber-physische Systeme zu verlässlichen und akzeptierten Technologien zu entwickeln ist es unabdingbar, existierende Lösungen praktisch zu testen, zu evaluieren und zu benchmarken. Insbesondere ist es entscheidend, das gesamte System, inklusive aller Hardware- und Softwarekomponenten, systematisch auf physischen Plattformen und realen Drahtlosnetzwerken in Szenarien zu testen, die so nahe wie möglich an die anvisierten Anwendungsfälle herankommen. Die meisten existierenden Versuchsstände wurden allerdings unabhänging voneinander in den Bereichen Regelungstechnik bzw. Drahtlosnetzwerke entwickelt und untersuchen entsprechend entweder die Güte der Regelung oder der Drahtlosprotokolle. Um diese isolierten Prozeduren zu überwinden und eine Analyse des Gesamtsystems zu ermöglichen, haben wir einen neuen Cyber-physischen Versuchsstand entwickelt, der in der obigen Abbildung schematisch dargestellt ist. Der Versuchsstand besteht aus mehreren inversen Pendelsystemen, die über ein großes Drahtlosnetzwerk miteinander verbunden sind. Dieser Versuchsstand wurde erstmals in [1] präsentiert und seitdem umfänglich in unseren Forschungen zur Regelung über Drahtlosnetzwerke eingesetzt (Drathlose Regelung für cyber-physische Systeme).
Wheelbot
Die Fähigkeit, sich selbst aufzurichten und sich um bewegende Hindernisse zu manövrieren, ist ein entscheidender Schritt auf dem Weg zum Einsatz vollständig autonomer mobiler Roboter, die in unsicheren Umgebungen agieren. Da die Hardware eine Vielzahl zusätzlicher Herausforderungen mit sich bringt, müssen Lernalgorithmen für die Robotik an realen Systemen getestet werden. Auf dem Gebiet des Machine Learnings und der Regelungstechnik sind die bevorzugten Testbeds für Algorithmen entweder Rotorfahrzeuge (Quadrokopter), Roboter mit Beinen oder stationäre Systeme (Roboterarme, Pendel). Während die Forschung an solchen Testbeds zu Durchbrüchen in der Lern- und Bewegungsplanung führt, ist die Analyse von Lernalgorithmen für natürlich instabile, nicht-holonomische Systeme selten untersucht worden. Mit Vertretern wie Motorrädern und Flugzeugen ist die Entwicklung eines einfachen Testbeds in kleinem Maßstab von großer Bedeutung für die Entwicklung von lernenden Regelalgorithmen für natürlich instabile agile Systeme.
Weitere Infrastruktur
Wir sind dabei, weitere Roboter und cyber-physische Experimente aufzubauen. Bleiben Sie dran.