Als Robotik-AG suchen wir uns jedes Jahr aus dem Bereich Robotik eine spannende Aufgabe oder ein Thema aus, an dem wir forschen wollen. Um die Aufgabe zu erreichen, bauen wir einen Roboter selbst oder bauen einen selbst gebauten Roboter des letzten Jahres um. Dieses Jahr haben wir uns mit dem Thema Mensch-Maschine-Interaktion beschäftigt. Unsere selbst gestellten Aufgaben waren es, mit einem Roboter einem Menschen zu folgen und auf ein Handzeichen zu reagieren. Mit dem Umsetzen dieser Aufgabe erhoffen wir uns Einblick in das Verhalten und die Physiologie eines Menschen bei der Interaktion mit einem Roboter. Um diese umzusetzen, wurde entschieden, einen neuen Roboter zu bauen (FOLLOW-ME), der den Anforderungen gerecht wird. Zur Menschenerkennung und Verfolgung wurde Computer Vision mit Deep Learning eingesetzt. Das ermöglichte die Erfassung, Verfolgung und das Reagieren auf Handzeichen eines Menschen mit dem Roboter. Eine wissenschaftliche Erforschung der Interaktion zwischen Mensch und Roboter in Bezug auf die Physiologie konnte nicht durchgeführt werden.

Aus der Aufgabe sind folgende Ziele entstanden. 

a) Der Roboter: Um das Thema zu erforschen, benötigt es einen Roboter. Der Roboter muss dabei in der Lage sein, alle Sensoren und Aktoren für die Experimente unterzubringen. Gleichzeitig soll der Roboter modular und erweiterbar sein, damit man ihn für weitere Experimente und Projekte in den nächsten Jahren nutzen kann. Der Roboter des letzten Jahres erfüllt diese Anforderungen nicht. Er ist zu langsam und in der Bewegung zu eingeschränkt, um damit die Mensch-Maschine-Interaktion sinnvoll zu erforschen. Zusätzlich ist der Roboter nicht mehr weiter erweiterbar, weil er weder Platz für weitere Sensoren hat noch in der Lage ist mehr Gewicht aufzunehmen. Daher ist entschieden worden, einen neuen Roboter zu den neuen Spezifikationen zu bauen.

b) Sensoring zur Interaktion: Damit der Roboter in der Lage ist, mit Menschen zu interagieren und Experimente durchzuführen, werden zwei Sensoren benötigt: eine Kamera, mit der man Menschen erkennen kann, und ein 2D-Lidar zu Obstacle voids.

c) Experimente zur Interaktion: Als großes Ziel wurde gesetzt, dass der Roboter in der Lage sein soll, eine Person zu erkennen, zu identifizieren und ihr dann zu folgen. Zusätzlich soll der Roboter auf die zugelassene Person reagieren und Handzeichen verstehen und reagieren können. Auf dieser Grundlage sollen dann Experimente durchgeführt werden, die Einblick in das Verhalten und die Physiologie eines Menschen geben, während mit dem Roboter interagiert wird.

d) Robotik-AG als Lehrveranstaltung: Da die Robotik-AG nicht nur ein Projekt, sondern auch eine Möglichkeit ist, für Schüler zu lernen und Erfahrung zu sammeln, ergeben sich weitere Ziele. Das Erste ist die Möglichkeit, so viele Komponenten des Roboters selbst zu designen und zu bauen.

Die Schüler sollen sich mit den Konzepten auseinandersetzen und entscheiden, wie sie die Aufgaben am besten angehen. Die Gruppe besteht aus 15 Schülern, die über 3 Vortreffen und eine Akademiewoche das Projekt planen und umsetzen. Diese Voraussetzung bringt einige interessante Problemstellungen mit sich. Die Gruppe ist relativ groß, die Zeit mit 6 Werktagen jedoch sehr knapp. Diese Schüler müssen sich daher überlegen, wie sie sich sinnvoll aufteilen, um möglichst effizient an dem Projekt zu arbeiten. Für das aktuelle Projekt haben sich die Schüler entschieden in fünf Teilprojekte aufzuteilen. Das erste Projekt ist die Konstruktion, welche den Roboter physisch plant und zusammenbaut. Das zweite Projekt ist die Elektronik, welche die elektronischen Bauteile plant und die Motorensteuerung übernimmt. Drittens und viertens sind die Programmierprojekte, die sich mit Computer Vision und Lidar-Auswertung beschäftigen. Um die Modularität zu erreichen, müssen alle Projekte miteinander kommunizieren können; daher ist das fünfte Teilprojekt Networking. Gleichzeitig wurde überlegt, wie immer ein Überblick über das Projekt gehalten werden kann, damit man wichtige Arbeiten oder kritische Probleme direkt erkennen und priorisieren kann. Daher wurde über das gesamte Projekt ein Dashboard geführt, mit dem alle Aufgaben getrackt wurden.

Erfolge

a) Hinderniserkennung: Der LiDAR konnte erfolgreich verwendet werden, um auf Anfrage oder kontinuierlich eine Region auf Hindernisse zu überprüfen; auch das Ansteuern von einem anderen Gerät war erfolgreich. 

b) SLAM: Mithilfe des Hector-SLAM-Algorithmus konnte zunächst im Stillstand des Roboters und später auch während der Fahrt erfolgreich eine Karte der Umgebung erstellt und kontinuierlich erweitert werden. Dabei verarbeitet der Algorithmus die Sensordaten des Laserscanners in Echtzeit und erzeugt daraus eine konsistente Darstellung des Raumes. Auf der erzeugten Karte ist deutlich zu erkennen, dass der Algorithmus in der Lage ist, Wände zuverlässig zu erfassen und freie Bereiche korrekt zu identifizieren. Die Struktur des Raumes wird leider etwas verfehlt, da die Berechnung des zurückgelegten Weges, besonders bei Drehungen, noch ungenau ist. Dennoch liefert der Hector-SLAM-Algorithmus bemerkenswert präzise Ergebnisse, insbesondere vor dem Hintergrund, dass keine zusätzlichen realen Bewegungsdaten wie Odometrieinformationen verwendet werden.

Da die meisten Ziele dieses Jahr erreicht wurden, wird man sich nächstes Jahr mit neuen Teilbereichen in der Mensch-Maschinen-Interaktion beschäftigen. 
Dafür wird der diesjährige Roboter wiederverwendet.