Alexander Grever

Ein Beitrag zur hybriden Routenoptimierung und Bewegungsplanung – am Beispiel mobiler, landwirtschaftlicher Roboter


voorkant	achterkant

ISBN:

978-3-8440-9655-2

Reeks:

Ingenieurwissenschaften (Bauingenieur, Maschinenbau, Architektur,...)

Trefwoorden:

Hybride Planung; raumzeitliche Planung; Routenoptimierung; Bewegungsplanung; mobile Roboter

Soort publicatie:

Dissertatie

Taal:

Duits

Pagina's:

214 pagina's

Gewicht:

291 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

59,80 € / 74,80 SFr

Verschijningsdatum:

Oktober 2024

Kopen:

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		44,85 EUR
	Acties		Tonen en kopen van het bestand - 8,9 MB (9297658 Byte)
	Acties		Kopen en downloaden van het bestand - 8,9 MB (9297658 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 252 kB (257799 Byte)
	Acties		downloaden van het bestand - 252 kB (257799 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Mobilität ist ein wesentlicher Teil des täglichen Lebens, der in den letzten Jahren bedeutende Fortschritte erfahren hat. Bereits heute leisten Fahrerassistenzsysteme, mobile Roboter und autonom fahrende Fahrzeuge einen signifikanten Beitrag zur Steigerung von Komfort und Sicherheit im Alltag. Gleichzeitig ermöglichen sie eine effizientere Gestaltung der Mobilität von Menschen und Gütern sowie die Automatisierung und Optimierung von Arbeitsprozessen im privaten und industriellen Umfeld. Als technologische Grundlage rücken Themen wie die Umfeldwahrnehmung und die Planung kollisionsfreier und mechanisch ausführbarer Bewegungen sowie deren makroskopische Koordination zunehmend in den Fokus.

Im Rahmen dieser Arbeit werden hybride Methoden zur Bewegungsplanung und Routenoptimierung nichtholonomer Roboter konzipiert, durch die Roboter dazu befähigt werden, qualitativ hochwertig über Aufwände von Handlungsalternativen, wie zum Beispiel Fahrstrecken oder Fahrzeiten, zu schlussfolgern, um selbstständig effiziente Entscheidungen zu treffen und raumzeitliche Pläne zu erstellen. Die Methoden basieren auf dem Grundgedanken, einen domänenübergreifenden Wissensaustausch zwischen der Bewegungsplanung und der Routenplanung auf lokale Regionen innerhalb eines hybriden Suchraums zu beschränken, die mit hoher Wahrscheinlichkeit Bestandteil einer optimalen Lösung sind. Zur Identifikation der lokalen Regionen und zur Bewertung von Bewegungsalternativen wird ein generisches Verfahren präsentiert, mit dem eine datengetriebene Heuristik durch Techniken des maschinellen Lernens für nichtholonome Roboter zur Prädiktion von Bewegungsaufwänden erstellt werden kann. Mit Hilfe der Heuristik, die aus Simulations- und Lernvorgängen nichtlinearer Bewegungsmodelle gewonnen wird, kann Wissen über das Bewegungsverhalten zur quantitativen Bewertung von Handlungsalternativen sowohl in die Routenoptimierung als auch in die Bewegungsplanung transferiert und domänenübergreifend in Kostenfunktionen und Planungsvorgängen berücksichtigt werden.

Im Gegensatz zu traditionellen Ansätzen, bei denen Handlungsreihenfolgen und Bewegungen sequentiell und mit domänenspezifischen Wissen und unterschiedlichen Modellierungsgenauigkeiten der Kostenfunktionen geplant werden, begründet sich die Motivation dieser Arbeit in der Arbeitshypothese, dass eine Steigerung und Vereinheitlichung der Modellierungsgenauigkeit beim Schlussfolgern über Handlungsalternativen durch einen methodenübergreifenden Wissenstransfer zu einer Steigerung der Lösungsqualität und folglich zu effizienteren Routenplänen in realen Robotereinsätzen führt. Die Hypothese wird durch die Anwendung der hybriden Planungsmethoden an zwei landwirtschaftlichen Anwendungsbeispielen evaluiert und die Ausführbarkeit geplanter Bewegungen in Praxisversuchen an einem realen Roboter sichergestellt.