Jacobs Robotics-Team erringt großen Erfolg bei der ICRA Robot Challenge 2011 in Shanghai

Das Jacobs-Team wurde bei dem Wettbewerb zur Leistungsfähigkeit von intelligenter Objekterkennungs-Software nur knapp von der Berkeley Robotics Group geschlagen während es sich klar vor dem Team der Stanford University behaupten konnte, das den dritten Platz belegte.

Bei der “Solutions in Perception Challenge”, die vom US National Institute of Standards and Technology (NIST) und dem forschungsorientierten amerikanischen Robotik-Unternehmen Willow Garage organisiert wurde, wird die Leistungsfähigkeit von Software getestet, die intelligente Roboter zum Erkennen und Lokalisieren von Objekten einsetzen.

Insgesamt acht Softwarelösungen gingen in dem Wettbewerb an den Start, in dem sie verschiedene Test-Parcours bewältigen und dabei fortwährend neue Objekte erlernen mussten. Ausführende Maschine vor Ort war ein PR2 Robot der Firma Willow Garage, der speziell für die mobile Navigation in menschlichen Umgebungen entwickelt wurde. Bewertungskriterien für den Testerfolg waren die Erkennungsrate der Objekte, die Präzision bei der Bestimmung ihrer Position und Lage, sowie die Laufzeiten der Algorithmen, die zur Bewältigung der gestellten Aufgaben benötigt wurden.

Die Jacobs University führte zunächst und wurde erst kurz vor Wettbewerbsende bei einem Endergebnis 66,4 % der maximal möglichen Punktzahl vom Berkeley-Team mit 68,8 % geschlagen. Dabei erreichte das Jacobs Robotics-Team fast exakt die gleiche Erkennungsrate wie Berkeley und zudem eine erheblich genauere Lokalisierung der Objekte. Der knappe Vorsprung der vom Berkeley-Team entwickelten Software entstand vor allem durch ihre hohe Berechnungsgeschwindigkeit, die fast um einen Faktor 2 schneller war. Das Team der Stanford University musste sich bei einem Endstand von 53,6 % mit einem klaren dritten Platz zufriedengeben, während die Software von Willow Garage mit 50,9% auf Platz vier landete. Die anderen Teams erreichten im Durchschnitt 11,3 %.

Die in dem Wettbewerb eingesetzten Algorithmen werteten Daten einer Microsoft Kinect Kamera aus. Dieser Sensor, der eigentlich zur Bewegungserfassung und -kontrolle für die Xbox entwickelt wurde, generiert sowohl 3D-Entfernungsinformationen als auch ein Farbbild. Die so erfassten Daten erlauben die Entwicklung von Auswertungsmethoden, die nicht nur Farben und Oberflächenstrukturen, sondern auch die dreidimensionale Form von Objekten berücksichtigen. Trotz dieser zusätzlichen Informationen stellt die Objekterkennung und -lokalisierung nach wie vor extrem große Herausforderungen für Roboter bzw. die von ihnen verwendeten Computerprogramme dar. Dies gilt insbesondere für komplexe Szenarien mit vielen Gegenständen, die darüber hinaus von Störstrukturen verdeckt sein können.

Die Jacobs Robotics-Gruppe setzt bei der Lösung von Problemen der automatisierten Objekterkennung auf die Aufhebung der klassischen Grenzen zwischen den verschiedenen Verarbeitungsschritten der Maschinellen Wahrnehmung, was zur Entwicklung eines besonders robusten Verfahrens geführt hat. So werden zuerst aus den Sensor-Rohdaten verschiedene Hypothesen über die vorhandenen Objekte in der Szene generiert (Bottom-up-Verfahren), die dann von einer höheren Objekt-Repräsentierungsebene wieder mit den Ursprungsdaten abgeglichen werden, um zu testen ob die erzeugten Hypothesen tatsächlich mit der Realität konsistent sind (Top-down-Verfahren). Üblicherweise setzten Programme zur Maschinellen Wahrnehmung nur Bottom-up Verfahren ein. Die zugrundeliegende Forschung der Jacobs Robotics-Gruppe erfolgt innerhalb des EU-Projekts „Cognitive Robot for Automation of Logistics Processes (RobLog)“.

Kontakt Jacobs Robotics:
Andreas Birk | Professor of Electrical Engineering & Computer Science
Email: a.birk@jacobs-university.de | Telephone: +49 421 200-3113 http://robotics.jacobs-university.de