Zitierlink:
https://doi.org/10.26092/elib/505
Cognition-enabled mixed-initiative infrastructure to accomplish human-robot rescue missions
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
Yazdani.pdf | 26.03 MB | Adobe PDF | Anzeigen |
Autor/Autorin: | Yazdani, Fereshta | BetreuerIn: | Beetz, Michael | 1. GutachterIn: | Beetz, Michael | Weitere Gutachter:innen: | Drechsler, Rolf | Zusammenfassung: | Bei Einsätzen von Mensch und Roboter Teams in Naturkatastrophen stellt die Kommunikation zwischen den Teammitgliedern ein großes Hindernis dar. Während Menschen anhand von Sprache oder Gestik in der Lage sind miteinander zu kommunizieren und ihr Wissen auszutauschen, besitzen Roboter diese genannten Fähigkeiten nicht. Sie sind weder in der Lage mit Menschen zu kommunizieren noch ihre Sprachbefehle zu verstehen und auszuführen. Zudem, sind auch Menschen nicht fähig die von Robotern generierten sensorischen Rohdaten zu verstehen. Sie benötigen spezielle Hilfsmittel und Programmausrüstungen, um diese Rohdaten zu analysieren, zu evaluieren und auf Bildschirmen zu visualisieren. Um die Interaktion in Mensch und Roboter Teams bei Rettungseinsätzen zu verbessern, setzt diese Dissertation den Schwerpunkt auf die natürliche Kommunikation und die Zusammenarbeit von Menschen und Robotern, sowie dies bei Teams mit Menschen möglich ist. Wir stellen ein kognitionsfähiges mixed-initiatives System vor, welches in der Lage ist, die Interaktions- und Kommunikationsschwierigkeiten in Mensch und Roboter Teams zu bewältigen und den Einsatz solcher Teams in Krisensituationen zu verbessern. Das System besteht aus einer interaktiven visualisierten belief-state Karte, die als gemeinsam geteiltes Vokabular dem Mensch und Roboter Team zur Verfügung steht, eine neuartige Mensch-Maschine Schnittstelle, die das natürliche Tasking von Robotern anhand von natürlichen Kommunikationsmitteln ermöglicht, und Planausführungssysteme für Roboter, die aus fortgeschrittenen Inferenzmechanismen bestehen und die Generierung von intelligentem Verhalten ermöglichen. |
Schlagwort: | Computer Science; Artificial Intelligence; ROS; Human-Robot Interaction; Robotics | Veröffentlichungsdatum: | 16-Mär-2021 | Dokumenttyp: | Dissertation | Zweitveröffentlichung: | no | DOI: | 10.26092/elib/505 | URN: | urn:nbn:de:gbv:46-elib47084 | Institution: | Universität Bremen | Fachbereich: | Fachbereich 03: Mathematik/Informatik (FB 03) |
Enthalten in den Sammlungen: | Dissertationen |
Seitenansichten
320
checked on 27.11.2024
Download(s)
164
checked on 27.11.2024
Google ScholarTM
Prüfe
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.