Autonome Unterwassermanipulation ist heutzutage immer noch eine offene Forschungsaufgabe. Dieses Kapitel beschreibt Ansätze, einige der offenen Herausforderungen zu bewältigen. Auf der einen Seite wird der Einsatz von maschinellem Lernen für die Online-Identifikation und Anpassung der Fahrzeugdynamik (Umgang mit Driftkompensation, Massenänderungen usw.) sowie der Einsatz von high-level kontextbasierten Konfigurationen von Controllern zur Anpassung an Änderungen in der Systemmorphologie, Hardware und/oder Aufgaben. Auf der anderen Seite wird eine robuste Steuerung von Unterwassermanipulatoren auf Basis einer Erweiterung von Ganzkörpersteuerungstechniken angestrebt, die die heterogene Aktuation (Antrieb an der Basis, Aktuatoren an den Armgelenken) sowie die unsichere Unterwasserfahrzeugdynamik berücksichtigt. Das Ergebnis ist ein hochkonfigurierbares System, das sein Verhalten automatisch anpassen kann, um mit Änderungen in der Umgebung, in seiner eigenen Morphologie und/oder in den Aufgabenzielen fertig zu werden. Die Ergebnisse sollen in zwei verschiedenen Szenarien validiert werden: einem Testbed für die Dynamik von schwimmenden Basen, das aus Raumfahrtanwendungen und Luftrobotern beim DLR stammt, und einem Unterwasserbecken beim DFKI.


    Access

    Check access

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Maschinelles Lernen und dynamische Ganzkörpersteuerung für Unterwassermanipulation


    Contributors:

    Published in:

    Publication date :

    2023-12-05


    Size :

    11 pages




    Type of media :

    Article/Chapter (Book)


    Type of material :

    Electronic Resource


    Language :

    German




    Maschinelles Lernen und dynamische Ganzkörpersteuerung für Unterwassermanipulation

    Fernández, José de Gea / Ott, Christian / Wehbe, Bilal | TIBKAT | 2023


    Prädiktive Diagnose und maschinelles Lernen

    Waleschkowski, Norbert / Mecky, Matthias | TIBKAT | 2021


    Maschinelles Lernen in der Onboard-Fahrzeugdiagnostik

    Wolf, Peter / Technische Universität Dresden | SLUB | 2020


    Maschinelles Lernen in der Onboard-Fahrzeugdiagnostik

    Wolf, Peter / Technische Universität Dresden | TIBKAT | 2020