Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
www.DLR.de • Folie 1/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Verhaltensbäume für höhere Autonomiegrade
Autonomiemetrik und Verhaltensbäume
Andreas Klöckner, DLR
www.DLR.de • Folie 2/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Übersicht
1. Autonomiemetrik nach UAV Roadmap 2000-2025 Was ist Autonomie?
2. Verhaltensbäume für Missionsmanagement Was sind Verhaltensbäume?
3. Anwendungspotential für höhere Autonomiegrade Wo sind Verhaltensbäume anwendbar?
4. Status Quo und Erweiterungsmöglichkeiten Was kommt als nächstes?
www.DLR.de • Folie 3/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Autonomiemetrik nach UAV Roadmap 2000-2025
• Begriff „Autonomie“ allgegenwärtig, aber nicht präzise definiert
• US National Institute of Standards and Technology (NIST) Performance Metrics for Intelligent Systems Workshop (PerMIS)
• Ziel: Autonomy Levels for Unmanned Systems (ALFUS)
• Clough (2002): Metrics Schmetrics! How the Heck Do You Determine a UAV‘s Autonomy Anway?
• Übersicht über bisherige Metrikansätze • 11 Autonomous Control Levels (ACL) • Ursprünglich militärisch orientiert am Observe-Orient-Decide-Act-Loop
www.DLR.de • Folie 4/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Akt
uelle
UAV
s
Autonomiemetrik nach UAV Roadmap 2000-2025
Regelung Entscheidung Wahrnehmung Folgerung
...
Umweltmodelle
... S
ituat
ions
- be
wus
stse
in Prädiktion
Fernsituation
Nahsituation
Kommunikation
Zust
and
Zustandsmodell
Sen
sorik
Stabilität, Sicht
Systemzustand
Navigation
...
Inte
ntio
nen Strategisch
Taktisch
Bodenunterstützt
...
Man
agem
ent
Gruppenressourcen
Ressourcen
Fehl
er Fehleranalyse
Fehlerdiagnose
Selbstprüfung
...
Ziel
e
Verteilte Strategie
Zentrale Strategie
Verteilte Taktik
Pla
nung
Umplanung nach Status
Abbruch nach Status
Manuelle Umplanung
Dat
en
Telemetrie
Statussynthese
Fernsteuerung
...
...
...
...
...
...
Fehl
er
Äußere Loops
Fehleradaption
Plä
ne
Bedingte Pläne
Feste Pläne
Opt
imie
rung
Gruppenoptimierung
Optimierung
----------- „cognizant of all within battle space“, „coordinates as necessary“-----------
L0
L10
www.DLR.de • Folie 5/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Verhaltensbäume für Missionsmanagement
• Herausforderung heutiger UAVs: • Integration vieler unterschiedlicher Fähigkeiten
• Äquivalente Fragestellung in Computerspielen:
• Komplexe Non-Player Characters
• Verhaltensbäume (Behavior Trees) relativ neuer Zweig • Erste Anwendung in HALO 2 (Isla, 2005) • Mittlerweile in Lehrbüchern etabliert (Millington, 2009)
• Nicht zu verwechseln mit Behavior Trees für Requirement Engineering
www.DLR.de • Folie 6/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Verhaltensbäume für Missionsmanagement
• Elementare Bausteine: Aufgaben (Tasks) • Einfachste Aufgaben: Aktionen und Bedingungen • Beliebiger Programmcode für Umwelteingriffe und -abfragen • Einheitliche Schnittstelle:
1. Anstoßen (tick) 2. Rückgabe (Success, Running, Failure)
Condition
Action
tick()
www.DLR.de • Folie 7/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Verhaltensbäume für Missionsmanagement
• Aufgaben können zu Komposit-Aufgaben kombiniert werden. • Sequenzen führen mehrere Unteraufgaben durch.
• Entspricht logischem UND • Selektoren führen eine von mehreren Unteraufgaben durch.
• Entspricht logischem ODER
Sub-Task 2
Sub-Task 1
Sequence
Sub-Task 2
Sub-Task 1
Selector
www.DLR.de • Folie 8/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Verhaltensbäume für Missionsmanagement
• Beispiel: Elektrisches UAV • Wegpunktplan z.B. für Patrouille • Rückkehr zur Basis bei kritischem Batteriestand • Abwechselnde Schichten von Selector- und Sequence-Aufgaben
→
critical? return
→
take-off waypoints
?
www.DLR.de • Folie 9/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Anwendungspotential für höhere Autonomiegrade
• Kombination vorteilhafter Eigenschaften (Champandard, 2007) • Modular, intuitiv (vgl. Hierarchical Finite State Machines) • Integrativ, flexibel (vgl. Scripting) • Zielgerichtet (vgl. Planner)
• Potential für steigende Anzahl an Fähigkeiten (Ögren, 2012)
• Skalierbar (vs. Hierarchical Finite State Machines) • Reaktiv
• Nachteil:
• Nicht vorausplanend!
www.DLR.de • Folie 10/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Plä
ne
Fehl
er
Ziel
e P
lanu
ng
Fehl
er
Man
agem
ent
Anwendungspotential für höhere Autonomiegrade
Regelung Entscheidung Wahrnehmung Folgerung
Stabilität, Sicht
...
Umweltmodelle
...
Prädiktion
Fernsituation
Nahsituation
Kommunikation
Zustandsmodell
Systemzustand
Navigation
...
...
Strategisch
Taktisch
Bodenunterstützt
...
Gruppenressourcen
Ressourcen
Fehleranalyse
Fehlerdiagnose
Selbstprüfung
Telemetrie
...
Verteilte Strategie
Zentrale Strategie
Verteilte Taktik
Gruppenoptimierung
Optimierung
Umplanung nach Status
Abbruch nach Status
Manuelle Umplanung
Statussynthese
Fernsteuerung
...
...
...
...
...
...
Äußere Loops
Fehleradaption
Bedingte Pläne
Feste Pläne
L0
L10
www.DLR.de • Folie 11/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Status Quo und Erweiterungsmöglichkeiten
• Einsatzbereitschaft Grundlegende Implementierung • Effiziente Flugalgorithmen • Aufgaben-Bibliotheken
• Zusätzliche Funktionen
Sauberes Unterbrechen von Aufgaben • Automatische Planung / Optimierung
• Formale Darstellung und Nähe zur Logik
• Validität sicherstellen • Zielerreichung garantieren
www.DLR.de • Folie 12/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
• Autonomie ist keine binäre Eigenschaft. • Verhaltensbäume sind vielversprechend für Missionsmanagement. • Verhaltensbäume lassen sich für höhere Autonomiegrade nutzen. • Es sind vielfältige Erweiterungen denkbar.
Zusammenfassung
www.DLR.de • Folie 13/13 > Verhaltensbäume für höhere Autonomiegrade > Andreas Klöckner • DGLR > 21.02.2013
Vielen Dank für Ihre Aufmerksamkeit!
Kontakt: Deutsches Zentrum für Luft- und Raumfahrt e.V. Robotik und Mechatronik Zentrum Institut für Systemdynamik und Regelungstechnik D-82234 Oberpfaffenhofen-Weßling Dipl.-Ing. Andreas Klöckner www.dlr.de/sr [email protected]