Handbuch Robotik (eBook)

Dr. Matthias Haun ist u.a. seit 2002 bei der SUBITO AG beschäftigt und arbeitet dort als Abteilungsleiter der WEB-Entwicklung an der Neuentwicklung von Knowledge Management- und Decision Systemen. Seine Dissertation, zahlreiche Publikationen sowie seine Dozententätigkeit beschäftigen sich mit den Themen Wissensmanagement sowie Technologien der Künstlichen Intelligenz und des Künstlichen Lebens, die er auch in viele internationale Entwicklungs- und Forschungsprojekte erfolgreich einbrachte. Zur Zeit liegt sein Forschungschwerpunkt im Bereich Robotik auf der Entwicklung intelligenter Software und deren Integration in Hardwaretechnologien zur Steigerung der systemischen Intelligenz (sIQ) von autonomen Robotersystemen.

Vorwort 6
Lesehinweise 12
Inhaltsverzeichnis 14
1 Anstelle einer Einleitung… 20
1.1 Artifizielle Wesen 20
1.2 Roboter als integraler Bestandteil der Lebenswelt 26
1.2.1 Serviceroboter 26
1.2.2 Industrieroboter 30
1.2.3 Robotersysteme im Dienste der Medizin 31
1.2.4 Robotersysteme im Alltag und bei Spass und Spiel 33
1.2.5 Humanoide Roboter 36
1.2.6 Animaten und Biorobotik 36
1.3 Intelligente Robotersysteme 37
1.3.1 Klassifikation 41
1.3.2 Allgemeiner Aufbau eines Robotersystems 44
2 Modellierung von Robotersystemen 52
2.1 System 52
2.1.1 Systembegriff 53
2.1.2 Systemtheorie 58
2.1.3 Systemvarianten 60
2.2 Modell 67
2.2.1 Modellbegriff 67
2.2.2 Modelltheorie 70
2.2.3 Modellvarianten 70
2.2.4Modellierung 94
2.3 Simulation 101
2.3.1 Modellsimulationen 101
2.3.2 Robotersimulationsysteme (RSS) 102
2.4 Architekturmodell 103
2.4.1 Sensoren-Brainware-Aktoren-Einheit 104
2.4.2 Mentale Strukturen 107
3 Systemische Interaktionstheorie 116
3.1 Ausgangsposition 116
3.2 Ziele 117
3.3 Roboter als interaktionsbasierte Systeme 118
3.4 Systemische Interaktion 122
3.4.1 Interaktion als System 122
3.4.2 Definition des Interaktionsbegriffes 123
3.4.3 Navigation von Robotersystemen 126
3.4.4 Kommunikation und Interaktion von Robotersystemen 129
3.5 Interaktionsanalyse 131
3.5.1 Wissensbasierte Interaktionsebenen 132
3.5.2 Funktionaler Ansatz 136
3.5.3 Interaktionsmanagementmodell 140
3.5.4 Konzeptionelle Darstellung der Interaktion 141
3.6 Planung 142
3.6.1 Planungskonzepte 143
3.6.2 Planungsschritte 145
3.6.3 Planverfahren 146
3.6.4 Navigation 148
3.7 Simulationen 150
3.8 Architektur 153
4 (Hardware)Komponenten eines Roboters 154
4.1 Mechanik und Kinematik 154
4.2 Achsregelung und Antrieb 155
4.3 Sensoren 156
4.3.1 Haptische Sensoren 159
4.3.2 Infrarotsensoren 159
4.3.3 Sonarsensoren 160
4.3.4 Laser 161
4.3.5 Radar-Sensoren 162
4.3.6 Hall-Sensoren 162
4.3.7 Kompaßsensoren 162
4.3.8 Winkelkodierung 163
4.3.9 Bewegungssensoren 164
4.3.10 Bildsensoren 164
4.3.11 Sensordatenintegration 165
4.4 Aktoren 165
4.5 Steuerung 168
5 Robotik Engineering: DasProblem2Solution-Vorgehensmodell 170
5.1 Klassische Vorgehensmodelle im Überblick 170
5.2 Lebenszyklus 178
5.3 Der Entwicklungsprozess im Überblick 180
5.4 Verfahren zur Systemvalidierung 181
5.5 Entwicklungsprojekte 184
5.6 Robotik Projektmanagementsystem 187
6 Software 192
6.1 Arten der Robotersystemprogrammierung 192
6.1.1 Manuelle Programmierung 193
6.1.2 Teach-In-Programmierung 193
6.1.3 Programmierung durch Beispiele 195
6.1.4 Programmierung durch Training 197
6.1.5 Roboterorientierte Programmierung 197
6.1.6 Aufgabenorientierte Programmierung 197
6.1.7 Problemorientierte Programmierung 198
6.2 Entwicklung von Programmiersprachen für Robotersysteme 199
6.3 Verarbeitungsmodelle 200
6.4 Roboterprogrammiersprachen im Überblick 202
6.4.1 Klassifikation 203
6.4.2 Explizite Programmiersprachen 204
6.4.3 Implizite Programmiersprachen 205
6.4.4 Aufgabenorientierte Programmiersprachen 206
6.5 Allgemeine Programmiersprachen im Überblick 207
6.5.1 Maschinennahe Sprachen 208
6.5.2 Problemorientierte Programmiersprachen 209
6.5.3 Simulationsorientierte Programmiersprachen 212
6.5.4 Wissensverarbeitende Programmiersprachen 215
6.5.5 Objektorientierte Programmiersprachen 219
6.5.6 Elementare Sprachelemente 228
6.5.7 Dokumentation 230
6.6 Softwaretechnik 234
6.7 NQC 240
6.7.1 Programmaufbau 240
6.7.2 Kommentare 242
6.7.3 Konstanten und Schlüsselwörter 242
6.7.4 Präprozessor 250
6.7.5 Variablen 252
6.7.6 Funktionen 252
6.7.7Multitasking 254
6.7.8 Sensoren 257
6.7.9 Bedingungen 261
6.7.10 Operatoren und Anweisungen 265
6.7.11 Bedingte Verzweigung 269
6.7.12 Programmschleifen 272
6.7.13 Datenspeicherung 275
6.7.14 Kommunikation 276
6.8 LeJOS und Java 277
6.8.1 Das Betriebssystem leJOS 278
6.8.2 Spurverfolgung mit Java 279
7 Problem2 Solution-Plattform 288
7.1 Entwicklungsumgebung Eclipse 288
7.2 Systemmodellierung mit UML 291
7.2.1 Anwendungsfall (Use Case) 292
7.2.2 Aktivitäten 293
7.2.4 Klassen 294
7.2.5 Sequenzen 297
7.2.6 Kollaborationen 298
7.2.7 Zustand 299
7.3 Interaktionsmodellierung 301
7.3.1 Übersicht 301
7.3.2 Leistungsmerkmale 302
7.3.3 Elemente 302
7.3.4 Sichten 303
7.3.5 Entwicklungsschritte 304
7.3.6 Vorteile 305
7.4 Projektplanung 305
7.4.1 Planungskomponenten 305
7.4.2 Planungsmethoden für Robotik-Projekte 306
7.4.3 Dokumente und Werkzeuge der Projektplanung 307
7.4.4 Planungszeitpunkt 307
7.4.5 Funktionen und Leistungsmerkmale 308
7.4.6 Schritte der Aktivitätsplanung 309
8 Brainware 312
8.1 Artifizielles Leben 312
8.2 Artifizielle Intelligenz 314
8.2.1 Arbeitsbereiche 315
8.2.2 Historie 320
8.2.3 Philosophie 323
8.2.4 Zeichen, Daten, Informationen und Wissen 324
8.2.5 Schlußweisen 328
8.3 Systemische Intelligenz 332
8.3.1 Ausgangsposition 332
8.3.2 Allgemeine Intelligenzkriterien 333
8.3.3 Systemische Intelligenzkritierien 336
8.3.4 Systemischer Intelligenzquotient 338
8.3.5 Modell 345
8.3.6 Kogniogenese 345
8.4 Problemlösungsmethoden zur Steigerung des systemischen Intelligenzquotienten 347
8.4.1 Problemmodellierung 347
8.4.2 Methodenpluralismus 352
8.5 Problemlösen durch Suchen 356
8.5.1 Blinde Suchverfahren 358
8.5.2 Constraintpropagierung 366
8.5.3 Heuristische Suchverfahren 369
8.6 Problemlösen durch Planen 378
8.7 Mittel-Zweck-Analyse 382
8.8 Expertensysteme 384
8.8.1 Eigenschaften und Ziele 385
8.8.2 Anwendungsgebiete 387
8.8.3 Architektur 389
8.8.4 Problemlösungsstrategien 392
8.8.5 Entwicklungsmethodik und Wissensakquisition 399
8.9 Artifizielle neuronale Netze (AnN) 411
8.9.1 Mathematisches Neuronenmodell 411
8.9.2 Artifizielles Neuron 421
8.9.3 Artifizielle neuronale Netze 423
8.9.4 Klassifizierung artifizieller neuronaler Netze 430
8.9.5 Lernparadigmen 434
8.9.6 Architekturen 438
8.10 Genetische Algorithmen 440
9 Ausblick 444
9.1 Zukunftsbilanz 444
9.2 Ein neues Paradigma? 448
9.3 Ein Playdoyer für ein Jahrzehnt der Robotik 449
9.3.1 Robotic Science Programm 450
9.3.2 Intradisziplinarität 451
9.3.3 Robotik als multidisziplinäre Forschungseinrichtung 453
9.3.4 Handeln statt Befürchten 455
10 Anhang 456
10.1 Glossar 456
10.2 Physikalische Grundlagen 459
10.2.1 Kräfte und Momente 459
10.2.2 Kräfte und Wege 462
10.2.3 Antriebe 466
10.3 Bausätze für Roboter 468
10.3.1 TuteBot 468
10.3.2 Rug Warrior 469
10.3.3 Joker Robotics 470
10.3.4 Fischertechnik 471
10.4 Robotic Invention System 471
10.4.1 Der Robotic Controller (E)Xplorer (RCX) 471
10.4.2 Infrarot-Schnittstelle 474
10.4.3 Sensoren 475
10.4.4 Aktoren 479
10.5 RCX-Programmierung mit NQC 482
10.5.1 Bricx-Command-Center 482
10.6 RCX-Programmierung mit leJOS 488
10.7 Java für Robotersysteme 492
10.7.1 Vom Algorithmus zum (objektorientierten) Programm 493
10.7.2 Struktur eines Java Programms 498
10.7.3 Kommentare 499
10.7.4 Bezeichner 499
10.7.5 Variablen 500
10.7.6 Konstanten 502
10.7.8 Operatoren 504
10.7.9 Kontrollstrukturen 511
10.7.10 Vererbungsmechanismen 518
10.7.11 Paketierung 528
10.7.12 Threads 537
11 Literatur 552
11.1 Prozessmodellierung 552
11.2 Informatik 553
11.3 Informationstheorie 556
11.4 Komponenten 561
11.5 Projektorganisation 561
11.6 Softwareentwicklung 561
11.7 Robotik 564
12 Sachverzeichnis 566

2 Modellierung von Robotersystemen (S. 33)

2.1 System
Die Bedeutung der Modellbildung für die Robotik wird in nahezu allen literarischen Werken zur Robotik zwar betont, jedoch auch gleichzeitig unterschätzt. Dies verwundert umso mehr, als daß das Modell als Gegenstand einer Modellbildung gerade in der Fachwissenschaft der Informatik in zahlreichen Facetten vertreten ist. Das Herausstellen von Modelltypen dient nicht nur der begrifflichen Präzisierung der Modellbildung, sondern auch zur Ausarbeitung eines praxisrelevanten Begriffs, der zur späteren Entwicklung von intelligenten Robotersystemen wiederverwendet und notwendig wird.

Der usprüngliche Ausdruck „Kybernetik" ist mittlerweile ein wenig aus der Mode gekommen. Während im Deutschen offiziell nur die Bezeichnung „Steuerungs- und Regelungskunde" eingeführt ist, hat sich in den letzten Jahren eine handlichere Begriffsetikette namens „Systemtheorie" etabliert. Was ursprünglich als eine große Klammer geplant war, ist in der Folge dieser Etablierung in zwei wesentliche Teildisziplinen zerfallen, die teilweise ihre eigenen Wege gehen: System- und Informationstheorie.

Im Rahmen dieses Abschnitts wird daher aus zweckdienlichen Gründen sowohl die historische Scherenbewegung der System- und Informationstheorie wieder zusammengeführt, um dann durch eine Erweiterung des Modellbegriffs diese drei Erkenntnisaspekte zusammenzubringen. Das Gemeinsame an allen „Systemen" ist, daß an ihnen Elemente unterscheidbar sind, und daß diese Elemente in irgendeinem sinnvollen Zusammenhang stehen. Dabei können sie schon rein formal in einen Sinnzusammenhang gebracht werden, indem man sie mental und gedanklich nach Ähnlichkeiten, Symmetrien, Passungen oder aber Gegensätzen zusammenstellt.

Auf diese Weise ist etwa das „periodische System der Elemente" entstanden, und auf derselben konstruktiven Linie liegt ein „Lotto-Wettsystem", aber auch das „Wahnsystem" eines Geisteskranken. In all diesen Fällen meint man mit System ein abstraktes Schema, mit dem der Betrachter Ordnung in seine Wahrnehmungen und Ideen bringt. Er produziert sozusagen auf diese Art und Weise ein somit Idealsystem. Ein Zusammenhang kann aber auch darin liegen, daß die Elemente kausal interagieren. Er wird dann nicht nur vom Betrachter subjektiv gestiftet, sondern tritt ihm handgreiflich als Realkategorie entgegen.

In diesem Sinn spricht man etwa vom „Zentralnervensystem", vom „retikulären" oder „endokrinen System", vom „Sonnensystem" und eben auch vom „Robotersystem". Auch ein Organismus, eine soziale Gruppe, ein Arbeiter an seinem Arbeitsplatz, die Straßen einer Stadt samt Verkehrsampeln, Kraftfahrzeugen und Fußgängern sind reale Systeme in diesem konkreten Sinne. Die Systemtheorie ist zunächst eine interdisziplinäre Wissenschaft, deren Gegenstand in der formalen Beschreibung und Erklärung der strukturellen und funktionalen Eigenschaften solcher natürlichen, sozialen oder technischen Systeme besteht.

2.1.1 Systembegriff
Die Systemtheorie orientiert sich im Regelfall an Realsystemen. Unter einem solchen realen System versteht man Teile der beobachtbaren oder meßbaren Wirklichkeit, die sich durch eine - wie auch immer geartete - Beschreibungsmethodik erfassen lassen. Insofern ist ein solches System ein zunächst von seiner Umgebung abgegrenzter Gegenstand. Die Abgrenzung eines Systems ergibt sich jedoch nicht nur aus seinen physikalischen Grenzen, sondern aus der Fragestellung der Systembetrachtung. Ein wichtiger Bestandteil dieser Betrachtungsweise ist die Umgebung, wobei damit nicht die gesamte übrige Welt gemeint ist.

Vielmehr konstituiert sich diese Umgebung aus denjenigen, für die Fragestellung der Systembetrachtung ebenfalls wichtigen Objekten, die sich außerhalb des Systems befinden. Diese Grenzziehung darf dabei nicht als eine Art Einschränkung aufgefasst werden.