Roboter Navigation
Der elektronische Saubermann
In einer Reihe von Supermärkten reinigen selbstfahrende Automaten bereits seit drei Jahren zuverlässig die Böden. Gelotst werden sie von SINAS, dem weltweit ausgereiftesten Navigationssystem für autonome Serviceroboter. Gegenwärtig arbeiten Siemens-Forscher an einer Version für kooperierende Maschinen, die gemeinsam die Reinigung großer Flächen übernehmen könnten.
"Entschuldigung, würden Sie bitte zur Seite treten. Ich möchte hier sauber machen." Immer höflich und zuverlässig sorgen autonome Reinigungsmaschinen für blitzblanke Böden
Verloren wie ein Schiffskapitän ohne Kompass müssen sich die kleinen Staubsaugerroboter vorkommen, die es seit kurzem auf dem Markt gibt. Orientierungslos irren sie in Privathaushalten umher, immer in bester Absicht, den Teppichboden vom Schmutz zu befreien. Etwa eine Stunde haben sie für ihre Aufgabe Zeit, dann heißt es "Zurück, marsch, marsch!", andocken an die Ladestation. Und dann beginnt die Fahrt von neuem. Wo sie schon einmal waren, daran können sie sich nicht erinnern. Besser als diesen vollautomatischen Kleinsaugern ergeht es ihrer großen Schwester, einer Reinigungsmaschine namens ST82 R. Denn sie kann sich auf einen Lotsen mit Namen SINAS verlassen.
"Entschuldigung, ich möchte hier sauber machen." Kunden der niederländischen Supermarktkette Albert Heijn B.V. staunen nicht schlecht, wenn ST82 R sie höflich bittet, zur Seite zu treten. Seit Herbst 1999 fährt der Automat eigenständig durch die Gänge und sorgt für blitzblanke Böden. Entwickelt wurde ST82 R von Hefter Cleantech und Siemens. "Seinen intelligenten Lotsen haben wir in jahrelanger Entwicklungszeit optimiert. Die Idee und erste Prototypen von SINAS, was für Siemens Navigationssystem für autonome Serviceroboter steht, entstanden in den Münchner Forschungslabors von Siemens", sagt Projektleiter Dr. Gisbert Lawitzky, Mitarbeiter der Abteilung Intelligente Autonome Systeme bei Siemens Corporate Technology (CT) in München. "In Zusammenarbeit mit dem Siemens-Bereich Automation and Drives wurde SINAS dann zum Produkt weiterentwickelt. Heute ist unser System die weltweit ausgereifteste Orientierungshilfe für selbstfahrende Maschinen." SINAS eignet sich nicht nur für den Reinigungsbereich, sondern auch für Transportaufgaben jeglicher Art. Um erfolgreich navigieren zu können, muss der Lotse stets wissen, wo er sich befindet und ob Hindernisse zu umfahren sind. SINAS meistert dies mit Hilfe von Sensoren, die laufend Informationen über die eigene Position und die Umgebung liefern.
Sehen und gesehen werden. Als Augen dienen Laserscanner und Ultraschallsystem. "Damit kann der Reinigungsautomat im Weg stehende Personen oder Einkaufswagen zuverlässig erfassen und rechtzeitig seine Fahrt verlangsamen oder stoppen", so Lawitzky. Erfolgt auf die Bitte hin, den Weg freizugeben, keine Reaktion, umfährt der Roboter das Hindernis und kehrt danach auf die bekannte Route zurück. Verarbeitet werden die Sensorsignale im Gehirn der Maschine, einem Controller, in dem hochkomplexe Rechenvorgänge ablaufen. "20 Mal pro Sekunde bewertet die von uns entwickelte Software alle eingehenden Umgebungsinformationen und erteilt der Maschinensteuerung in Echtzeit situationsgerechte Befehle. Neben der Positionsbestimmung und dem Reagieren auf mögliche Problemsituationen konzentriert sich der Roboter natürlich auf seine primäre Aufgabe, den Boden zu schrubben und zu trocknen", berichtet Lawitzky. "Nicht zu vergessen ist sein Nebenjob als Werbeträger. Als wandelnde Litfaßsäule gibt er flotte Sprüche zum Besten, macht Musik und imponiert den Passanten mit Aufklebern oder Werbeaufbauten."
Bevor der künstliche Putzgeselle alleine auf große Fahrt geht, kundschaftet er seine Umgebung zunächst einmal mit Hilfe eines menschlichen Coachs aus. Dieser nimmt den wissbegierigen Gesellen "an die Hand" und macht ihn mit der später zu reinigenden Fläche vertraut. "Das Besondere an SINAS ist, dass es ohne künstliche Navigationshilfen, etwa Reflexstreifen oder Leitdrähte auskommt", fügt Lawitzky hinzu. "Erste Positionsdaten sammelt der Roboter über spezielle Wegstreckenmesser, die an seinen Radachsen montiert sind sowie über einen eingebauten Kreiselkompass, der laufend die Orientierung des Roboters schätzt." Da diese Daten aber zu ungenau sind, macht sich der stählerne Lehrling laufend zusätzliche Notizen über seine Position, wozu er seinen Blick umherschweifen lässt und sich für ihn gut erkennbare Strukturen einprägt, etwa Wandpartien, Regale und Säulen. Ist die Umgebung komplett erkundet, setzt er derartige Landmarken selbstständig zu einer Karte zusammen, anhand derer er sich dann beim autonomen Fahren orientieren kann. Während einer zweiten geführten Tour erklärt ihm der Coach, welche Bereiche künftig zu reinigen sind und welche nicht. Die verbotene Zone bekommt er erst gar nicht zu sehen.
Im Automatikbetrieb fährt er die Bahnen exakt wieder so ab, wie es ihm gezeigt wurde sofern er dabei nicht durch Hindernisse gestört wird. Dabei vergleicht er regelmäßig den gelernten mit dem jeweils aktuellen Fahrkurs, indem er ständig das Bild der momentanen Umgebung ermittelt und der abgespeicherten Karte gegenüberstellt.
Auf in neue Welten. Gegenwärtig sind die schlauen Reinigungsroboter vor allem in Supermärkten unterwegs. Doch können sie auch anderes Terrain erkunden, etwa Flughäfen, Bahnhöfe, Fabrikhallen, Messegelände und Krankenhäuser. Nach Studien der International Federation of Robotics wird es in wenigen Jahren im professionellen Bereich bereits Tausende der stählernen Putzgehilfen geben (siehe Fakten und Prognosen). Ein ganzes Flughafengebäude ist jedoch für einen alleine kaum zu schaffen. Es gilt, den Job auf mehrere aufzuteilen, wobei jedes Teammitglied genau wissen muss, welche Aufgaben zu erledigen sind. Wie im richtigen Leben soll alles natürlich möglichst effizient ablaufen. Doch was im zwischenmenschlichen Bereich nicht immer funktioniert, scheint bei den Robotern wie am Schnürchen zu klappen. Zu diesem Ergebnis jedenfalls kommen die Forscher der Abteilung Intelligente Autonome Systeme bei Siemens CT in München.
Wie Pilotprojekte mit drei mobilen Testrobotern namens R, G und B zeigen ( Bild), lassen sich Reinigungsaufträge effizient im Team bearbeiten und Kollisionen wirksam vermeiden. Der Dirigent des Ganzen heißt ABCHOR ("Agent Based Control Architecture for Heterogeneous Open Robot Communities"). "Die Grundidee ist, dass jeder Roboter von einer Reihe von Software-Agenten gesteuert wird, wobei jeder Agent eine bestimmte Aufgabe zu lösen hat. So gibt es den NavigationAgent auf Basis von SINAS für Navigationsfragen oder den GoalAgent, der dem NavigationAgent mitteilt, wohin die Maschine fahren soll", erläutert der Informatiker Markus Jäger. "Das Besondere an ABCHOR ist, dass sich die Agenten eines Roboters nicht nur untereinander abstimmen, sondern via Funk auch in Kontakt zu den Agenten der anderen Roboter treten können." (Zur Agententechnologie siehe Beiträge über Agenten, Bots und Avatare in )Pictures of the Future, Herbst 2001
Golden Eye der mobile Testroboter besitzt gleich acht davon. Hinter den goldfarbenen Augen an der Vorderseite befinden sich Ultraschallsensoren zur Umgebungserfassung. Als sechstes Auge dient ein Laserscanner (Kasten mit grünlichem Strahl). Darüber befindet sich ein Kreiselkompass. Navigiert wird via Controller (im hinteren grauen Kasten) und SINAS
Der Weg ist das Ziel. Prinzipiell lässt sich die Arbeit unter den Robotern auf zwei Arten aufteilen: statisch oder dynamisch. "Bei einer statischen Raumaufteilung reinigt die Maschine ausschließlich einen fest zugeteilten Bereich. Der Nachteil ist, dass das System nicht in der Lage ist, sich an neue Situationen anzupassen", sagt Jäger. Sollte also ein Teammitglied ausfallen oder für seinen Sektor länger brauchen als erwartet, so bleibt ein Teil der Arbeit einfach liegen oder wird viel zu langsam erledigt. Deshalb sind die drei kleinen Siemens-Pioniere auf Dynamik programmiert. Tatsächlich sauber machen sie zwar gegenwärtig noch nicht, geht es doch erst einmal darum, Teamgeist zu demonstrieren. Künftig sollen ihre Gehirne jedoch in echte Reinigungsmaschinen eingepflanzt werden. Muss in Zukunft z.B. ein im Flughafen beschäftigter Roboter eine Zwangspause einlegen, weil die Schlange am Check-In-Schalter einfach nicht kürzer wird und Fluggäste den Weg versperren, so versucht er, seine Kollegen per Funk zu erreichen. Etwa 10 m weit reichen seine Hilferufe. Die Kommunikation läuft dabei nicht über ein globales Netz, sondern dezentral über Wireless LAN (siehe UMTS und mehr in Pictures of the Future, Frühjahr 2002). Je nach Situation eilen andere herbei und helfen, das Areal, sobald die Bahn frei ist, zügig zu säubern.
Damit die Zusammenarbeit reibungslos funktioniert, muss im allerersten Schritt die zu reinigende Fläche in ungefähr gleich große Zellen unterteilt werden, wobei jede eine Nummer erhält. Da alle Teammitglieder die gleiche Karte im Kopf haben, können sie Informationen wie "Hallo, ich befinde mich in Zelle Nummer 5" dem entsprechenden Standort zuordnen. Zelle Nummer 5 ist dann für die übrigen tabu. "Nun gibt es zwei Szenarien", sagt Jäger. "Wenn sich alle Roboter weit entfernt voneinander an verschiedenen Startpositionen befinden, ist es nicht notwendig, dass sie sich absprechen, wer welche Bereiche bearbeitet. Jeder nimmt sich vor, die nächstgelegene Zelle zu reinigen und fängt einfach an." Erst wenn sie sich während der Arbeit zufällig treffen, also dann, wenn sich ihre 10 m großen Kommunikationsradien schneiden, sprechen sie sich ab, wer welche Bereiche bereits gereinigt hat. Somit lässt sich unnötige Mehrarbeit vermeiden. "Alle bisherigen Ansätze gehen davon aus, dass die Maschinen ununterbrochen miteinander in Kontakt stehen müssen", berichtet Jäger. "Wir verfolgen einen völlig neuen Ansatz. Mit unseren derzeitigen Forschungsaktivitäten zeigen wir, dass sich die Roboter den zu reinigenden Bereich auch sinnvoll aufteilen können, ohne permanent miteinander kommunizieren zu müssen."
Simulationen zeigen, wie das Roboterteam einen Supermarkt im holländischen Bussum reinigen würde. Die Fläche ist hierzu in etwa gleich große Zellen aufgeteilt. Immer wenn sich die Kommunikationsradien der Roboter schneiden (rechts), sprechen sie sich ab, wer welche Zellen bereits gereinigt hat und was noch zu tun ist (weißer Bereich). So lässt sich unnötige Mehrarbeit vermeiden
Im zweiten Szenario haben alle Roboter dieselbe Startposition. "Sollten sie vorhaben, ihre Reinigungsarbeit in gleichen Zelle zu beginnen, dann ist es unumgänglich, miteinander zu reden und sich zu einigen", so Jäger. Langwierige Meetings brauchen sie hierfür allerdings nicht. Sofort ist entschieden, welcher Roboter welche Bereiche reinigt. Dies geschieht auf Basis des Zufallsprinzips. "Es könnte z.B. der Roboter mit der höchsten Nummer den Zuschlag für ein bestimmtes Gebiet bekommen. Oder es wird in den Maschinengehirnen virtuell gewürfelt, und derjenige mit der höchsten Augenzahl gewinnt", sagt Jäger. Das Ziel einer Mitteilung via Funk ist jedenfalls stets dasselbe, nämlich sicherzustellen, dass nicht mehrere Roboter gleichzeitig dieselbe Zelle bearbeiten. Kommen sich zwei während der Arbeit zu nahe, tauschen sie Informationen über ihre aktuelle Position aus sowie über die geplante Route. Besteht Gefahr zu kollidieren, legt einer eine Pause ein und gewährt dem anderen Vorfahrt. Die Entscheidung, wer warten und wer weiterfahren darf, wird nach gewissen Kriterien getroffen. Ausschlaggebend ist, dass der Schiedsspruch für das Gesamtsystem optimal sein muss. Ist ein Roboter z.B. mit einer höheren Geschwindigkeit unterwegs als der andere, so macht es wenig Sinn, ihn auszubremsen. Dementsprechend müsste der langsamere solange pausieren, bis die Kollisionsgefahr gebannt ist.
"Momentan konzentrieren wir uns darauf, die Raumaufteilung zu verbessern und die Bahnplanung möglichst effizient zu machen", berichtet Jäger. "Nach einer Vielzahl von Simulationen am Computer führen wir gegenwärtig ausgiebige Tests in realer Umgebung durch." Und für die Zukunft könnte dies bedeuten: Reinigungsmaschinen müssen nicht mehr alleine putzen, sondern können im Team noch effizienter arbeiten.
Ulrike Zechbauer