Künstliche Intelligenz: Robotersysteme für menschenfeindliche Umgebungen - Prof. Jürgen Beyerer
-
Der Professor für Interaktive Echtzeitsysteme am KIT und Leiter des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB treibt insbesondere die Entwicklung von autonomen oder teilautonomen Systemen voran, die in menschenfeindlichen Umgebungen eingesetzt werden.
Autonome Systeme entlasten bei schwierigen oder gefährlichen Aufgaben
Wo Menschen nur unter größten Schutz- und Vorsichtsmaßnahmen arbeiten können oder überhaupt nicht hingelangen, sollen autonome Systeme Aufgaben übernehmen. Dazu gehören beispielsweise schwer zugängliche und gefährliche Umgebungen die Dekontamination toxischer Altlasten, der Rückbau kerntechnischer Anlagen, aber auch die Erkundung des Meeresbodens oder das Bergen von Bodenschätzen in der Tiefsee.
„Dafür müssen wir Roboter in die Lage versetzen, selbstständig zu arbeiten, unter anderem indem sie ihre Umwelt auf Basis visueller Informationen wahrnehmen und die Bilder automatisch auswerten, um Objekte zu erkennen“, erläutert Jürgen Beyerer, der sich in seiner Forschung mit Fragen der Informations- und Signalverarbeitung befasst.
Die Forschungsschwerpunkte des Wissenschaftlers liegen auf der automatischen Sichtprüfung und Bildverarbeitung, der Mustererkennung und der semantischen Umweltmodellierung. Die automatische Auswertung von Bilddaten ermöglicht es den technischen Systemen, Qualität und Eigenschaften von Objekten optisch zu prüfen und zeitliche Abläufe zu bestimmen. Es gelte, die Bilderzeugung bestmöglich zu gestalten, sodass die Bildverarbeitung für die optische Sichtprüfung trivial wird, betont Beyerer. Mustererkennung als spezielle Disziplin innerhalb der Künstlichen Intelligenz beschäftigt sich mit der maschinellen Erkennung und Klassifikation von Objekten. Menschen erfassen Abweichungen intuitiv, maschinellen Systemen muss die Fähigkeit, Anomalien sicher zu erkennen, beigebracht werden.
Damit intelligente Roboter und Unterwasserfahrzeuge oder autonome Fahrzeuge ihre Umgebung begreifen, muss ihnen ein abstrahiertes Abbild der realen Welt zur Verfügung stehen. Die semantische Modellierung der Umwelt autonomer Systeme erstellt ein an den Objekten orientiertes Abbild der realen Welt. Mithilfe von Kameras und Sensoren erkennt und klassifiziert zum Beispiel ein autonomes Fahrzeug anhand eines solchen stellvertretenden Weltmodells andere Autos oder Fahrräder sowie die Geschwindigkeit, das Gewicht und die Intention – etwa das Vorhaben abzubiegen – der umgebenden Objekte. „Die Welt um sich herum zu begreifen, ist eine wesentliche Voraussetzung für Maschinelle Intelligenz“, betont Beyerer.
Der Wissenschaftler ist Sprecher des Kompetenzzentrums ROBDEKON – Robotersysteme für die Dekontamination in menschenfeindlichen Umgebungen – das sich der Erforschung von autonomen oder teilautonomen Robotersystemen widmet und vom Fraunhofer IOSB koordiniert wird. Das 2018 gebildete Konsortium treibt die Forschung an multisensorieller Umwelterfassung, Algorithmen für die Bewegungsplanung und Telepräsenztechnologien systematisch voran; die Forschung wird vom Bundesministerium für Bildung und Forschung gefördert. Beyerer gehört dem Präsidium der Fraunhofer-Gesellschaft an, ist stellvertretender Sprecher des Themennetzwerks Sicherheit in der Deutschen Akademie der Technikwissenschaften und Vorsitzender des Fraunhofer-Verbunds für Verteidigungs- und Sicherheitsforschung. Der Wissenschaftler bringt seine Expertise in der Plattform Lernende Systeme des Bundesministeriums für Bildung und Forschung ein, wo er die Arbeitsgruppe Lebensfeindliche Umgebungen gemeinsam mit Professor Frank Kirchner, Bremen, leitet. (afr, red)
Der Presseservice des KIT stellt gerne den Kontakt zwischen den Medien und Prof. Jürgen Beyerer her.
Fotonachweis
Illustrationsbild Unterwasserfahrzeuge: Fraunhofer IOSB/Eduard Maydanik.
Porträt Prof. J. Beyerer, IES: KIT