Studien- und Diplomarbeitsthemen

Die folgenden Themen sind sowohl für Studienarbeiten als auch für Diplomarbeiten geeignet. Die vorgestellten Themen bauen teilweise aufeinander auf bzw. greifen ineinander, einige sind direkt in unsere RoboCup-Aktivitäten eingebunden. Bei Interesse wendet euch bitte an Daniel Göhring und Matthias Jüngel.

Vision, Perception, Modelling

Panoramabuilder + Viewer
Die beweglichen Kamera des Aibo ERS7 soll zur Erstellung von Panoramabildern genutzt werden. Dazu wird eine geeignete Steuerung der Kamera entwickelt. Die Bilddaten werden online (auf dem Roboter) zu einem Panorama zusammengesetzt und per WLAN an einen Rechner geschickt. Eine auf OpenGL-basierte Software zur Betrachtung des Panoramas soll implementiert werden.

Panoramakamera/Texturgenerator
Bewegliche Kameras können zusätzlich zum Bild ihre aktuelle Blickrichtung erfassen. Dies ermöglicht das spaltenweise generieren von Panoramabildern. Sind zusätzlich Position, Lage und Form von Objekten im potentiellen Sichtfeld der Kamera bekannt, lassen sich auch Texturen für diese Objekte generieren. Es soll untersucht werden, welchen Einfluß unzuverlässige Meßwerte der Kamerablickrichtung auf die Aussagefähigkeit der erzeugten Texturen haben.

Panoramic Localization
Einzelne Panoramabilder, an unterschiedlichen Positionen im Raum aufgenommen, sollen zur Lokalisierung genutzt werden. Dabei werden aktuelle Sensordaten mit geeignet abgespeicherten Panoramen, die zuvor an verschiedenen wichtigen Punkten im Raum aufgenommen wurden, verglichen. Diese Art der Lokalisierung soll zum einen auf dem Fussballfeld mit den aus den Regeln bekannten Landmarken, zum anderen in "echter" und evtl. unbekannter Umgebung (--> Mapping) durchgeführt werden.

Map Building
Es gibt eine Reihe von Methoden die es mobilen Robotern ermöglichen Karten ihrer Umgebung zu erstellen. Es soll eine Übersicht über solche Methoden erstellt werden und die geeignetsten für den AIBO implementiert werden.

Saliency Analysis zum Finden von Landmarken
Das englische Wort "salient" bedeutet "hervorstechend". Bei einer "saliency analysis" sollen Bilddaten auf hervorstechende Features untersucht werden, z.B. auf hervorstechende Farben, Kanten und ähnliches. Diese Features sollen als Landmarken genutzt werden.

Vergleich von Bildverarbeitungsverfahren im RoboCup
Im RoboCup gibt es eine Reihe verschiedener Verfahren zur Bildverarbeitung. Es soll gegenübergestellt werden, unter welchen Bedingungen diese arbeiten und welche Vor- und Nachteile die einzelnen Methoden haben.

Literaturstudie: Licht und Schatten
Viele gegenwärtig im Roboterfußball eingesetzte Bildverarbeitungssysteme versagen, wenn direktes Licht auf das Spielfeld fällt. Es soll eine Übersicht über existierende Arbeiten zum Thema "Licht und Schatten" in der Bildauswertung erstellt werden. Dabei sollen die existierenden Arbeiten insbesondere bezüglich ihrer Einsetzbarkeit im RoboCup bewertet werden.

Tools

Konzeption und Implementation eines Debug-Tools zur Robotersteuerung
Es soll ein Tool entwickelt werden, dass die Entwicklung von Software für mobile Roboter erleichtert. Dieses soll per WLAN mit dem Roboter kommunizieren können und interne Zustände des Roboters (Sensordaten wie Gelenkwinkel, Kamerabilder, etc.; Modellierte Größen wie Ballposition und Roboterposition; Verhaltenszustände) visualisieren.

Remote Control for RoboCup Rescue
Es soll ein Tool entwickelt werden, dass die Fernsteuerung eines Roboters ermöglicht zu dem keine Sichtverbindung existiert und der teilweise autonom agiert. Hierfür sollen geeignet aufbereitete Daten von der Kamera übertragen werden und eine geeignete teilautonome Robotersteuerung realisiert werden. Der Einsatz eines solchen Systems ist in einem "Rescue-Szenario" denkbar, also zum Einsatz in Katastrophengebieten oder in menschenfeindlichen Umgebungen.

Reactive Remote Rontrol for Soccer Games
Ferngesteuerte Roboter verlieren im Roboterfußball regelmäßig gegen autonom spielende. Das liegt hauptsächlich daran, dass die Verhaltensweisen der autonom spielenden Roboter insbesondere am Ball sehr präzise eingestellt sind. Diese Präzision lässt sich per Joystick nur nach sehr langer Übung erreichen. Es soll eine Fernsteuerungs-Software entwickelt werden, mit der dem Roboter intuitiv strategische Vorgaben gemacht werden können, die exakte Umsetzung soll aber dem Roboter überlassen bleiben (Teilautonomie).

Behavior (Aktionsauswahl)

Lernverfahren zur Optimierung von Verhaltensweisen (Basic Behaviors)
Verhaltensweisen im Roboterfußball sind meist durch Zustandsmaschinen beschrieben. Die richtigen Bedingungen für die Zustandswechsel zu finden ist oftmals mühevolle Kleinarbeit. Es soll untersucht werden, mit welchen Methoden des maschinellen Lernens sich die Bedingungen für Zustandswechsel automatisch generieren lassen.

Entwicklung eines Konzepts zur Aktionsauswahl für mobile Roboter
Gegenwärtig werden die Verhaltensweisen für die AIBO-Roboter in der Spezifikationssprache XABSL beschrieben. Es sollen die Schwächen der dahinter stehenden Architektur untersucht und Alternativen aufgezeigt werden.

Realisierung unterschiedlicher Team-Strategien
Im Moment verfolgen die Teams immer ein und dieselbe Strategie. Wünschenswert wäre es jedoch, wenn man die Verhaltensweisen der Teams anpassen könnte, z.B. von aggressiv zu defensiv. Dazu müssen geeignete Kriterien gefunden werden, anhand derer ein Strategiewechsel ausgelöst werden kann (z.B. Erfolg von bestimmten Einzelaktionen (Kicks), Spielstand, etc.). Die Verhalten müssen geeignet modelliert sein, um einen Wechsel der Strategie zu unterstützen.

Pass-Spiel
Es soll Pass-Spiel zwischen zwei Robotern realisiert werden. Dazu muss ein sehr gutes Zusammenspiel von Modellierung und Aktionsauswahl erreicht werden. Stichworte: Ballmodellierung, Ballgeschwindigkeit, Berechnung eines Intercept-Punkts, Ballgreif- und Ballabfangbewegungen, Rollenverhalten der Roboter (schiessender Roboter vs. angespielter, sich anbietender Roboter), etc.

Verhalten zur Hindernisvermeidung und Verhalten bei erkannten Kollisionen
Geeignete Verhaltensweisen (Basic Behaviors) zur Hindernisvermeidung während des Spiels sind zu entwickeln; dabei ist zu beachten, dass es in einer Wettkampf-Situation nicht immer sinnvoll ist, einem Gegner "nett" auszuweichen.
Darüberhinaus sollen Verhaltensweisen entwickelt werden, die bei erkannten Kollisionen des Roboters mit Gegnern oder seiner Umwelt ein Ausweichen bzw. Befreien ermöglichen. (Z.B. ein gegen ein Hindernis (Wand) laufender Roboter erkennt diese Situation und setzt seinen Weg in eine andere Richtung fort oder dreht sich und versucht sich neu zu lokalisieren.)

Aktorik

Vergleich und experimentelle Bewertung von existierenden Laufmustergeneratoren
Es gibt eine Reihe von verschiedenen Laufmustergeneratoren für vierbeinige Roboter. Diese haben oft unübersichtlich viele Einstellmöglichkeiten. Es soll untersucht werden inwieweit sich Laufmuster einfacher beschreiben lassen.

Visualisierung von Laufmusterparametern
Laufmuster für Roboter mit Beinen geben an, welche Bahnen die Endpunkte der Beine (Tatzen) über die Zeit im Raum abfahren. Diese Bahnen werden durch eine Vielzahl von Parametern beschrieben. Es soll mit Hilfe von OpenGL oder Direct3D visualisiert werden, welche Auswirkung die Änderung bestimmter Parameter auf diese Bahnen hat.

Statisch stabile, exakte Laufengine
Im Gegensatz zu bestehenden, auf hohe Geschwindigkeit optimierten Laufengines soll ein anderer Ansatz verfolgt werden, um möglichst exakte, reproduzierbare Laufbewegungen zu erreichen. Dies soll mittels inverser Kinematik erreicht werden. Um statische Stabilität zu gewährleisten muss dazu der Schwerpunkt des Roboters zu jedem Zeitpunkt innerhalb des durch die auf dem Boden befindlichen Pfoten des Roboters aufgespannten Dreiecks liegen.
Möglichkeiten zum Übergang aus dieser Laufbewegung in andere Bewegungsarten (z.B. Kicks) und dynamisch stabiles Laufen sind zu untersuchen und zu implementieren.