Roboter: Catch me if you can

Bälle zu fangen, ist kein Problem für ihn. Doch der Roboter, den Forscher in der Schweiz gebaut haben, fängt auch Tennisschläger und halb volle Flaschen. Gelernt hat er es so ähnlich, wie Menschen es lernen.

Artikel veröffentlicht am ,
Roboter lernt fangen
Roboter lernt fangen (Bild: EPFL/Screenshot: Golem.de)

Hepp: Dieser Roboter kann gut fangen. Egal ob Flasche, Hammer, Tennisschläger oder Ball - er pflückt sie alle aus der Luft. Forscher der Eidgenössischen Technischen Hochschule in Lausanne (EPFL) haben ihm das beigebracht.

Stellenmarkt
  1. IT-Systemadministration (m/w/d) im Referat "ADV, Informations- und Kommunikationstechnik, Statistik" ... (m/w/d)
    Ministerium für Klimaschutz, Umwelt, Energie und Mobilität des Landes Rheinland-Pfalz, Mainz
  2. SAP-Systemanalytiker*in
    UNI ELEKTRO Fachgroßhandel GmbH & Co. KG, Eschborn
Detailsuche

Der Roboterarm stammt von dem deutschen Unternehmen Kuka. Er ist etwa 1,5 Meter lang, hat drei Gelenke und endet in einer Hand mit drei Fingern und einem Daumen. Hinzu kommen diverse Kameras, die um den Roboterarm herum aufgestellt sind.

Lernen durch Nachmachen sowie durch Versuch und Irrtum

Die Forscher vom Learning Algorithms and Systems Laboratory (Lasa) der EPFL haben ein System entwickelt, das es erlaubt, dem Roboter das Fangen auf ähnliche Art und Weise beizubringen, wie auch wir Menschen es lernen: durch Nachmachen sowie durch Versuch und Irrtum. Statt dem Roboter genaue Anweisungen zu geben, führen sie ihm die Flugbahnen verschiedener Objekte vor und führen die Hand.

Getestet haben die Robotiker das mit einem Ball, einer leeren und einer halb vollen Flasche, einem Hammer und einem Tennisschläger, wobei jedes der Objekte eine komplett andere Flugbahn aufweist. Besonders anspruchsvoll sind der Tennisschläger, da der Griff, an dem der Roboter ihn packen soll, nicht in dessen Schwerpunkt liegt, und die halb volle Flasche, deren Schwerpunkt sich während des Fluges verändert.

Forscher bewerfen Roboter

Golem Akademie
  1. Webentwicklung mit React and Typescript: virtueller Fünf-Halbtage-Workshop
    6.–10. Dezember 2021, Virtuell
  2. Elastic Stack Fundamentals – Elasticsearch, Logstash, Kibana, Beats: virtueller Drei-Tage-Workshop
    26.–28. Oktober 2021, Virtuell
Weitere IT-Trainings

Zunächst haben die Wissenschaftler die verschiedenen Gegenstände mehrfach in Richtung des Roboters geworfen. Die Kameras haben dabei basierend auf Flugbahn, Geschwindigkeiten und Rotation die Bewegungseigenschaften der Objekte erfasst.

Daraus haben die Wissenschaftler eine Gleichung entwickelt, die es dem Roboter ermöglicht, sich sehr schnell in die richtige Position zu bringen, wenn ein Objekt geworfen wird. In dem Sekundenbruchteile dauernden Flug berechnet und korrigiert er die Flugbahn, um das Objekt präzise fangen zu können.

Auf ein Objekt reagieren

Sollten Roboter künftig stärker in unserem täglichen Leben präsent sein, müssten sie über die Fähigkeit verfügen, komplexe Objekte zu fangen oder ihnen auszuweichen, sagt Lasa-Leiterin Aude Billard. Heutige Maschinen seien aber meist vorprogrammiert und könnten auf Datenänderungen deshalb nicht schnell genug reagieren. Sie berechneten die Flugbahn im Falle einer Veränderung neu, was zu lange dauere. "Wir brauchen Maschinen, die nicht nur in der Lage sind, sofort zu reagieren, sondern auch die Dynamik des sich bewegenden Objekts vorherzusagen und sich in die entgegengesetzte Richtung zu bewegen."

Die Hardware des EPFL-Roboters ähnelt der von Justin, dem Serviceroboter des Deutschen Zentrums für Luft- und Raumfahrt (DLR). Auch Justin hat schon gelernt, Bälle zu fangen. Dem Nachfolger Agile Justin haben die DLR-Robotiker auch das Werfen beigebracht.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Schattenwerk 13. Mai 2014

Vermutlich nicht. Aber an Bildwahrnehmung arbeiten anderer Forschergruppen. Das am Ende...

format 13. Mai 2014

Zum Ziegelschupfen auf der Baustelle. Da brauche ich aber gleich ein paar davon, damit...

Workoft 13. Mai 2014

Ich habe keine Probleme, den KOREANER zu verstehen. Der mit dem schlechten Englisch...

der kleine boss 12. Mai 2014

mal ernsthaft, aber hat sich schon jemals jemand für showbarkeeping interessiert? o.O sry4OT

vierkant 12. Mai 2014

Der LBR hat aber 7 Antriebe/Gelenke.



Aktuell auf der Startseite von Golem.de
Kanadische Polizei
Diebe nutzen Apples Airtags zum Tracking von Luxuswagen

Autodiebe in Kanada nutzen offenbar Apples Airtags, um Fahrzeuge heimlich zu orten.

Kanadische Polizei: Diebe nutzen Apples Airtags zum Tracking von Luxuswagen
Artikel
  1. Blender Foundation: Blender 3.0 ist da
    Blender Foundation
    Blender 3.0 ist da

    Die freie 3D-Software Blender bekommt ein Update - wir haben es uns angesehen.
    Von Martin Wolf

  2. 4 Motoren und 4-Rad-Lenkung: Tesla aktualisiert Cybertruck
    4 Motoren und 4-Rad-Lenkung
    Tesla aktualisiert Cybertruck

    Tesla-Chef Elon Musk hat einige Änderungen am Cybertruck angekündigt. Der elektrische Pick-up-Truck wird mit vier Motoren ausgerüstet.

  3. DSIRF: Hackerbehörde Zitis prüft österreichischen Staatstrojaner
    DSIRF
    Hackerbehörde Zitis prüft österreichischen Staatstrojaner

    Deutsche Behörden sind mit mehreren Staatstrojaner-Herstellern im Gespräch. Nun ist ein weiterer mit Sitz in Wien bekanntgeworden.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • Saturn-Advent: SanDisk Ultra 3D 1 TB 77€ • KFA2 Geforce RTX 3070 OC 8GB 1.019€ • Alternate (u. a. AKRacing Core SX 269,98€) • Sharkoon PureWriter RGB 44,90€ • Corsair K70 RGB MK.2 139,99€ • 2x Canton Plus GX.3 49€ • Gaming-Monitore günstiger (u. a. Samsung G3 27" 144Hz 219€) [Werbung]
    •  /