Robocup: Roboter spielen Fußball

Bernhard Frötschl, Wolf LindstrotFreie Universität Berlin

mit freundlicher Unterstützung von Prof. Bernhard Nebel

Albert-Ludwigs-Universität Freiburg

Roboterfußball - Wieso ?

• Meilenstein-Projekt (~Apollo)

• Technische Entwicklungen anstoßen

• Übertragung auf Anwendungen

• Lehre

Roboterfußball als Meilenstein

• Ziel: in 50 Jahren mit humanoiden Robotern gegen menschliches Fußballteam antreten

• Erreichbares Langzeit-Ziel

• Neue interessante KI-Aufgabe nach Schach

• Entwicklung neuer Technologien nötig

Roboterfußball versus Schach

• statische Umwelt• diskrete Daten• volle Information• Symbolisch-logisch• zugbasierter Ablauf• Zentrale Kontrolle• Modell implizit

• dynamische Umwelt• unscharfe Daten• nur Teilwelt erfassbar• subsymbolische Daten• Echtzeit• Multiagenten• Weltmodell je Agent

Schach

Warum Humanoide ?

• Machbarkeit: erste Zweibeiner P2/P3 (Honda)• Flexibilität des Verhaltens: Laufen, Springen,

Drehen• Bessere Mobilität als rollende Roboter, kann

Menschen überall hin folgen • Günstige Schnittstelle zum Menschen,

einfache Erlernbarkeit des Umgangs

Warum gerade Fußball ?

• Schach => neues attraktives Spiel mit Langzeit-Ausrichtung

• Robotikprobleme bisher: Echtzeit, Material, physikalische Kräfte, Bildverarbeitung, ...

• Neu: Kooperation von vielen Agenten• Gutes Testfeld für Humanoiden

Technische Entwicklungen

anstoßen

• Materialforschung• Steuerung• Sensoren• Kognitive Systeme

Materialforschung• Oberflächenmaterialien (weich, nicht

verletzend, schützend ... ~Haut)• Rahmenmaterial (leicht, stabil .. ~Knochen)• Energiespeicher (Batterien etc.: leicht,

leistungsstark, geringes Volumen)• Energiesparende Architektur• Bewegungssysteme (Motoren, Getriebe, ...)• Mechanisches Design (Zusammenspiel der

Aktuatoren, Verbindung der Bauteile)

Steuerung

• Hohe Mobilität (z.B. durch Laufen)• Robustes Verhalten (z.B. nach Sturz)• Komplexes Verhalten (angepasst an

Situation )• Viele Freiheitsgrade der Bewegung

(z.B. Honda P3 mit 30 DOF)

Sensoren• Vision (3D-Geometrien verarbeiten, komplexe

Muster erkennen)• Auditorische Sensoren (Spracherkennung,

Geräusche etc.)• Andere Sinnesorgane (Ultraschall, Laser-Echo,

Infrarot, Tastsinn, Motorspannungen.. )• Integration äußerer Sensoren• Integration innerer Sensoren• Integration äußerer und innerer Sensoren

Kognitive Systeme

• Strategieplanung (Bester Weg zum Ziel, Interaktion mit Menschen, Tieren und anderen Robotern)

• Lernen (Bewegungskontrolle, Sensorintegration, Strategien)

• Gehirn-Design (generelle Architektur für Strategieplanung, Lernen, Timing )

Mögliche Anwendungen

• Haushaltsroboter• Fertigungsautomatisierung• Hilfesysteme für Behinderte• Autopiloten• Warnsysteme• Katastropheneinsätze• Fernerkundung (Weltraum ...)• Intelligentes Spielzeug

Video

Robocup in der Lehre

• Grundlegndes technisches Wissen vermitteln

• Teamarbeit erlernen• Integration vieler Disziplinen• Hohe Motivation• Kreativität fördern

Roboter-Fußball

• Seit 1997: RoboCup-Initiative, FIRA/Mirosot• RoboCup - Zusammen mit KI-Konferenz • I - Simulationsliga• II - Kleine Roboter-Liga• III- Mittlere Roboter-Liga• IV- Sony-Hunde

Die Simulationsliga

Soccer server

Einfache Aktionen

Autonome Spieler

Schneller Einstieg

Die Liga der mittelgroßen Roboter

Spielfeld9 5 Meter

Vier gegenvier

Das Freiburger Team (Prof. Nebel)

Pioneer 1 RoboterLibretto NotebookWaveLan Radio-EthernetSchußapparat

Vision System7 SonarsSICK Laser ScannerInterne Odometrie

Team-Architektur

Spieler Spieler Spieler Spieler

GlobaleSensor-Integration

UserInterface

Kommunikation

ExternerRechner

Funk

Spieler-Architektur

Perzeptions-Module

Verhaltens-basierteSteuerung

Pfadplanung

Sensoren

Kommunikation

Aktuatoren

Perzeptions-Modul

Selbst-findung

Spieler-Erkennung

Ball-Erkennung

Modell-Bildung

Laser-scanner

Odometrie

Vision

Sonar

Roboter-Position

Sensor-Integration

scan

Welt-Modell

Selbstlokalisation und Scan-Matching

Scanlinien werden in Korrespondenz zu Modellinien gebracht

Spieler-Erkennung

Laserscan-Punkte

LokalesWeltmodell:enthält allewahrgenom-menen Objekte

Nicht sichtbareObjekte werdenerinnert

Globales Weltmodell

Multi-Roboter-Sensorintegration

Alle Spieler melden ihre Schätzungen (mit Zeitstempel).

Schätzungen der Spieler werden gemittelt.

Objekte werden lokal verfolgt.

Freund-Gegner Unterscheidung: die eigenen Spieler melden ihre Position !

Die Information wird an alle Spieler zurückgeschickt.

Verhaltensbasierte Steuerung(Torwart)

Minimierendes Winkels

Ball fangen Zum Ball drehen

Raumdeckung

Kooperation durch Nachrichten

Video - Middle Size League

Robocup-Regel-Design

• Glatter Spielverlauf• Nähe zum echten

Fußball (Regeln, Verhalten)

• Vermittelbarkeit (Öffentlichkeit: Zuschauer, Sponsoren)

• Interessante KI-Aufgabe

• Integration verschiedener Robotikdisziplinen

• Ergebnisse gut verwertbar

Die Liga der kleinen Roboter

18 cm maximalerDurchmesser

Robocup-Regeln kleine Liga

• Fairplay• 5 gegen 5, 2 x 10 Minuten, Golfball• Spielfeld Tischtennisplatte mit Rand• Robbi: 180 cm^2, d: 18cm, h:15cm• Verwarnung bis rote Karte bei Schieben• Nur 1 Verteidiger im Strafraum• Kamera von oben erlaubt, Farben und Beleuchtung festgelegt• Eingeklemmter Ball => Freistoß für zuletzt berührenden Robbi

Spielfeldaufbau

Globale KameraExterner RechnerFunkverbindung

Bild aus der Videokamera

1,52

2,74 Meter

640480 Pixel

RoboCup: Gruppe D, Stockholm

On-board-ElektronikFunk

Motoren

Die Motoren

Ein Motor pro Rad

1 m/s

16 Impulse pro Drehung

Feed-back-Schleife: Elektronik gleicht Soll-und Ist-Wert aus

Unser Board-Computer

• M6805-Mikrocontroller• 8K EEPROM• 16 Digitale I/O-Ports• 8 Analog-Eingaben• 2 Analog-Ausgaben

(PWM)• Status-LEDs• RS-232-Schnittstelle

Funkverbindung

Mikrocontroller

Wireless link SE-200(9600 Baud,433-434 MHz)

Roboter-ID

Der Schußapparat

RotierendePlatte

Video - Small Size League

Block-Diagramm der Software

Benutzer-schnittstelle

Funk-verbindung

ReaktivesVerhalten

Vision-System

Benutzerschnittstelle

Vision AutomatischeSteuerung

Initialisierung

Visualisierung

ManuelleSteuerung

Bilderkennung

Ball-Modul

Team-Modul

Team-Modul

Update-Modul

Frame Grabber

Koordinatentransformtion: Roboter, Ball, Hindernisse

Ballverfolgung

FU-Fighters versus Big Red

Die FU-Fighters

Lindstrot, Rojas, de Melo, Behnke, TenchioSprengel, Frötschl, Simon, Akers, Schebesch

Und was kommt jetzt?