Entwicklung und Verifikation einer Sprachverarbeitung für das autonome Logistik-Fahrzeug ALF: Unterschied zwischen den Versionen
Zeile 22: | Zeile 22: | ||
Schlupfregelung per Model-Based Design sowie einer SLAM-Kartografierung für ein | Schlupfregelung per Model-Based Design sowie einer SLAM-Kartografierung für ein | ||
autonomes Logistik-Fahrzeug] eine Driftkompensation und das Abfahren einer | autonomes Logistik-Fahrzeug] eine Driftkompensation und das Abfahren einer | ||
definierten Trajektorie bei gleichzeitiger Kartografierung der Umgebung integriert. Damit wurde die Einbindung autonomer Fahrfunktionen ermöglicht. Die vorangegangenen Arbeiten dienen als Grundlage dieses Projektes. In der | definierten Trajektorie bei gleichzeitiger Kartografierung der Umgebung integriert. | ||
Damit wurde die Einbindung autonomer Fahrfunktionen ermöglicht. Die vorangegangenen Arbeiten dienen als Grundlage dieses Projektes. In der | |||
Bachelorarbeit wurde das [https://www.ros.org/ Robot Operating System] (ROS) als Framework zum Datenaustausch | Bachelorarbeit wurde das [https://www.ros.org/ Robot Operating System] (ROS) als Framework zum Datenaustausch | ||
zwischen verschiedenen Softwareartefakten eingeführt. | zwischen verschiedenen Softwareartefakten eingeführt. | ||
=== Motivation und Aufgabenstellung === | === Motivation und Aufgabenstellung === | ||
Parallel zu der Entwicklung der Sprachverarbeitung, wurde ein Zustandsautomat entwickelt. Dieser | |||
dient zur Verwaltung von verschiedenen Betriebsmodi des Fahrzeugs, die aus der | |||
Entwicklungshistorie entstanden sind. Die Betriebsmodi behandeln verschiedene | |||
autonome Fahrfunktionen des Roboters. Die Sprachverarbeitung dient im Wesentlichen der Bereitstellung von Transitionsbedingungen | |||
für den genannten Automaten durch Sprachbefehle. Der Aufruf | |||
dieser Betriebsmodi erfolgt bisher durch Eingaben in der Eingabeaufforderung des | |||
verwendeten Linux-Systems. Dabei müssen für jeden Modus verschiedene Eingaben | |||
in der Konsole getätigt werden [8]. Der Zustandsautomat und die Steuerung dessen | |||
mit der Sprachverarbeitung vereinfachen das Anwählen dieser Betriebsmodi, da | |||
Sprachbefehle diese manuellen Eingaben ersetzen. Für diese Funktion ist es nicht notwendig, Sprache beliebigen Inhalts zu erkennen. | |||
Hinsichtlich der Aufgaben am ALF reicht ein begrenztes Vokabular, da die Anzahl der | |||
Tätigkeiten und Sprachbefehle begrenzt ist. Das Ziel ist es, dem ALF eine Interpretation | |||
von Sätzen mit definiertem abgegrenzten Inhalt (zum Beispiel „''Drive to | |||
location beta''“ oder „''Start to localize yourself in known environment''“ etc.) zu ermöglichen. | |||
== Umsetzung == | == Umsetzung == |
Version vom 29. November 2020, 15:48 Uhr
Autoren: Dittmann, H.
Betreuer: Prof. Dr.-Ing. Mirek Göbel
Art: Masterarbeit
Projektlaufzeit: 04/2020 - 10/2020
Einleitung
Das autonome Logistik-Fahrzeug (ALF) ist ein Transportfahrzeug und dient als Versuchsplattform für die Entwicklung autonomer Fahrfunktionen. Das Ziel ist die automatisierte Abwicklung von Logistikprozessen an dem Standort der Hochschule Bochum. Das ALF stellt die Grundlage für verschiedene Projekte in den Bereichen des autonomen Fahrens, künstlicher Intelligenz, Model-Based Design sowie dem Model-Based Systems Engineering.
Bisherige Arbeiten am autonomen-Logistik-Fahrzeug
Das Fahrzeug wurde im Rahmen der Masterarbeit Entwicklung und Verifikation eines autonomen Logistik-Fahrzeugs von M.Sc. Dennis Hotze, M.Sc. Dominik Eickmann und Prof. Dr. Ing. Arno Bergmann an der Hochschule Bochum in Kooperation mit der Smart Mechatronics GmbH entwickelt.
Nach der Entwicklung wurde in der Bachelorarbeit [https://www.hochschule-bochum.de/fileadmin/public/Die-BO_Fachbereiche/fb_e/Institute_und_Labore/Antriebstechnik/Abschlussarbeiten/BA_Montorio_Dittmann.pdf/ Implementierung einer Schlupfregelung per Model-Based Design sowie einer SLAM-Kartografierung für ein autonomes Logistik-Fahrzeug] eine Driftkompensation und das Abfahren einer definierten Trajektorie bei gleichzeitiger Kartografierung der Umgebung integriert.
Damit wurde die Einbindung autonomer Fahrfunktionen ermöglicht. Die vorangegangenen Arbeiten dienen als Grundlage dieses Projektes. In der
Bachelorarbeit wurde das Robot Operating System (ROS) als Framework zum Datenaustausch zwischen verschiedenen Softwareartefakten eingeführt.
Motivation und Aufgabenstellung
Parallel zu der Entwicklung der Sprachverarbeitung, wurde ein Zustandsautomat entwickelt. Dieser dient zur Verwaltung von verschiedenen Betriebsmodi des Fahrzeugs, die aus der Entwicklungshistorie entstanden sind. Die Betriebsmodi behandeln verschiedene autonome Fahrfunktionen des Roboters. Die Sprachverarbeitung dient im Wesentlichen der Bereitstellung von Transitionsbedingungen für den genannten Automaten durch Sprachbefehle. Der Aufruf dieser Betriebsmodi erfolgt bisher durch Eingaben in der Eingabeaufforderung des verwendeten Linux-Systems. Dabei müssen für jeden Modus verschiedene Eingaben in der Konsole getätigt werden [8]. Der Zustandsautomat und die Steuerung dessen mit der Sprachverarbeitung vereinfachen das Anwählen dieser Betriebsmodi, da Sprachbefehle diese manuellen Eingaben ersetzen. Für diese Funktion ist es nicht notwendig, Sprache beliebigen Inhalts zu erkennen. Hinsichtlich der Aufgaben am ALF reicht ein begrenztes Vokabular, da die Anzahl der Tätigkeiten und Sprachbefehle begrenzt ist. Das Ziel ist es, dem ALF eine Interpretation von Sätzen mit definiertem abgegrenzten Inhalt (zum Beispiel „Drive to location beta“ oder „Start to localize yourself in known environment“ etc.) zu ermöglichen.
Umsetzung
Einordnung in die bestehende Systemarchitektur
Spracherkennung
Sprachklassifikation
Evaluation
Metriken und Datensatz
Ergebnisse am Testdatensatz
Verifikation des Datensatzes
Fazit und Ausblick
→ zurück zum Hauptartikel: Studentische Arbeiten