Logo des Repositoriums

HMD 57(6) - Dezember 2020 - Robotics

https://dl.gi.de/handle/20.500.12116/36118
Auflistung nach:

Auflistung HMD 57(6) - Dezember 2020 - Robotics nach Autor:in "Ferdinand, Oliver"

1 - 1 von 1
  • Zeitschriftenartikel
    Automatische Wiedererkennung von individuellen Objekten mit dem Dynamic Anchoring Agent
    (HMD Praxis der Wirtschaftsinformatik: Vol. 57, No. 6, 2020) Günther, Martin; Kammler, Friedemann; Ferdinand, Oliver; Hertzberg, Joachim; Thomas, Oliver; Zielinski, Oliver
    Individuelle Objekte spielen im Alltag eine zentrale Rolle und machen deren Unterscheidung zu einer wichtigen Voraussetzung für den Einsatz von Robotik. Die Herausforderung liegt dabei nicht allein in der sensorischen Wahrnehmung, sondern auch in der Verknüpfung mit vorhandenem Wissen: So können zwei für Verfahren der Objekterkennung identische Gegenstände durch ihre Funktion („Der Akkuschrauber, den ich zuletzt genutzt habe“) oder ihren Umgebungskontext („Die Tasse auf meinem Tisch“) eine eindeutige Zuordnung erhalten. Die Robotik adressiert diese Herausforderung unter dem Begriff des Anchorings, also der Fähigkeit, individuelle Objekte eindeutig zu erkennen und anhand ihres Kontexts wiederzuerkennen, sobald sie einmal aus dem Wahrnehmungsbereich gelangt sind. Auf technischer Ebene besteht dabei das Problem, Beziehungen zwischen Sensordaten und Symbolen in einer Wissensbasis herzustellen und so physische Objekte konkret zu adressieren. Der Beitrag stellt das Anchoring-Problem sowie den Dynamic Anchoring Agent (DAA) als einen Lösungsansatz vor. Anhand von zwei realen Anwendungsszenarien wird der Einsatz des DAA demonstriert: Anhand eines MakerSpaces werden die Möglichkeiten zur erweiterten Kooperation zwischen Menschen und Robotern gezeigt - beispielsweise durch die Suche und Identifikation von persönlichem Werkzeug oder benötigten Produktionsmaterialien. Eine zweite Anwendung verdeutlicht am Beispiel eines Yachthafens den weiterführenden Einsatz in dynamischen Umgebungen. Individual objects play a central role in everyday life and make their distinction an important requirement for the application of robotics. The challenge is not only sensorial perception, but also the combination with existing knowledge: For example, two goods that are identical for object recognition can be further distinguished by their function (“The battery screwdriver I used last”) or their environmental context (“The cup on my table”). Robotics addresses this challenge under the notion of anchoring, meaning the ability to identify individual objects and to recognize them by their context once they have left the perception of the system. On a technical level, the problem is to establish relationships between sensor data and symbols in a knowledge base and thus to address physical objects concretely. This paper presents the anchoring problem and the Dynamic Anchoring Agent (DAA) as a solution approach. The use of the DAA is demonstrated using two real application scenarios: With the example of a MakerSpace, the possibilities for extended cooperation between humans and robots are shown—for instance in the search and identification of personal tools or required production materials. The second application demonstrates the extended use in dynamic environments within the example of a marina.