Autonomer Mobiler Roboter

Autor: Prof. Dr.-Ing. U. Schneider
Ort: Campus Lippstadt
Art: Praxissemester, Projektarbeit, Bachelorarbeit, Masterarbeit (die Schwierigkeitsstufe ist skalierbar)

Einleitung

Abb. 1 zeigt unseren Prototypen eines autonomen Mobilen Roboters. Dieser verfügt über zwei Antriebsrädern mit Inkrementalgebern, zwei Stützräder, einer Intertialen Messeinheit (IMU), einem LiDAR zur Umfelderkennung sowie einem Raspberry Pi. Mittels robot Operating System (ROS2) ist der Roboter imstande:

sein Umfeld zu Kartografieren,
sich in der Karte zu lokalisieren und
zu Wunschpositionen zu navigieren.

In diesem Bereich gibt es zahlreiche Themengebiete für studentische Arbeiten.

	Entwicklung auf einem Linux PC
	NVIDIA Künstliche Intelligenz/Deep Learning (Jetson AI)
	Modellbasierte Entwicklung in einer Simulationsumgebung
	Im Gegensatz zu HTML, CSS und Javascript ist Python eine Allzwecksprache, so dass es für verschiedene Arten der Programmierung verwendet werden kann, nicht nur für die Webentwicklung. Dies kann die Backend-Entwicklung, das Erstellen von Software und das Schreiben von Skripts umfassen.
	TensorRT ist ein Framework für maschinelles Lernen. Es wurde von NVIDIA herausgegeben, um auf deren Hardware KI Algorithmen zu verwenden. TensorRT wurde optimiert um auf NVIDIA GPUs ausgeführt zu werden. Dies ist vermutlich der schnellste Weg Algorithmen auszuführen.
	Keras ermöglicht die schnelle Implementierung neuronaler Netzwerke für Anwendungen des Deep Learnings. Es handelt sich um eine Open-Source-Bibliothek, die in Python geschrieben ist und zusammen mit Frameworks wie TensorFlow oder Theano verwendet werden kann.
	PyTorch ist zur Zeit eines der populärsten Frameworks zur Entwicklung und zum Trainieren von neuronalen Netzwerken. Es zeichnet sich vor allem durch seine hohe Flexibilität und die Möglichkeit aus, Standard-Python-Debugger einzusetzen. Dabei müssen keinerlei Abstriche bezüglich der Trainingsperformance gemacht werden.
	Das Robot Operatong System 2 (ROS2) ist der Nachfolger von ROS1, einem Open-Source-Software-Framework, das sich in den letzten Jahren zu einem der beliebtesten Prototyping-Plattformen für die Entwicklung von Robotern entwickelt hat.