ELEANOR

ELEANOR

Industrieroboter sehen mit neuromorphen Augen

ELEANOR

In Anlehnung an das INRC3-Projekt, bei dem einem Roboterarm beigebracht wird, einen Gegenstand nur mithilfe von Kraftrückmeldung einzuführen, verwendet das ELEANOR-Projekt (Energy and Latency Efficient Object Insertion Using a Robotic Arm Equipped with an Event-Based Camera and Neuromorphic Hardware) eine ereignisbasierte Kamera, um den Arm an den Schlitz heranzuführen.

Projektbeschreibung

Wir lösen das komplexe und derzeit viel beachtete Problem des robotergestützten Einführens von Objekten (z. B. Steckern) durch den Einsatz ereignisbasierter Bildverarbeitung mit geringer Latenz und neuromorpher Hardware. Dadurch kann das Objekt in einem schnellen Regelkreis präzise positioniert werden, womit wir einen neuen Stand der Technik in der bildverarbeitungsgesteuerten Robotersteuerung schaffen. Die auf spikenden neuronalen Netzen basierende Robotersteuerung erfüllt die Anforderungen an geringe Latenz, präzise visuelle Analyse des Einführungsprozesses, Anpassungsfähigkeit an unterschiedliche Objektformen und Einführungsdynamiken sowie Energieeffizienz der KI-Verarbeitung. Dies eröffnet auch neue Möglichkeiten für mobile Robotikanwendungen.

Unser Ansatz basiert auf der Verwendung einer neuronalen Zustandsmaschine, die unter Verwendung mehrerer spikender neuronaler Netze auf einem neuromorphen Forschungs-Chip implementiert ist. Dies ermöglicht die Echtzeitsteuerung der präzisen Zentrierung des Objekts relativ zum Schlitz zur Vorbereitung eines kraftbasierten Einführungsprozesses. Die Relevanz für bayerische Unternehmen in den Bereichen Robotik und Bildverarbeitung ist sehr hoch, da sie ihnen einen erheblichen Vorsprung bei KI-Technologien verschaffen kann.

Forschungsbeitrag

Die Innovation unseres Projekts liegt, erstens, in der Verwendung einer ereignisbasierten Kamera für die präzise visionsgesteuerte Armsteuerung. Solche Kameras wurden in der Forschung an mobilen Robotern, wie z. B. Drohnen, bereits ausgiebig eingesetzt (siehe Arbeiten von Prof. D. Scaramuzza aus Univ. Zürich) und ermöglichen schnelle Manöver und 3D-Rekonstruktionen. Die Extraktion von geometrischen und kinematischen Messungen eines Objekts aus Ereignisströmen wurde bisher nicht demonstriert.

Wir entwickeln zweitens die ereignisbasierten Bildverarbeitungsalgorithmen und den adaptiven Controller als spikendes neuronales Netz auf einem neuromorphic Chip, was die Latenzzeit und den Stromverbrauch weiter reduziert und die Adaptivität der resultierenden Lösung ermöglicht. Dieses Vorgehen wird einen Beitrag zum wachsenden Feld des neuromorphen Computings in der Robotik leisten.

Schließlich eröffnet die Integration der ereignisbasierten Bildverarbeitung und der spikebasierten Steuerung die Möglichkeit, diesen schnellen Vision-Sensor für andere Roboteraufgaben einzusetzen, die eine präzise Positionierung des Roboters relativ zum Objekt erfordern, z.B. das Greifen, Manipulieren, oder Platzieren. Dies führt die ereignisbasierte Bildverarbeitung über den Bereich der mobilen Robotik hinaus, in der Industrierobotik und der Armsteuerung ein.

Förderung

Projektdauer

01.10.2021 - 31.09.2024

Intel and the Intel logo are trademarks of Intel Corporation in the U.S. and other countries.

Erklärvideos

Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.

Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.

Dr. Evan Eames

Ihr Kontakt

Dr. Evan Eames

+49 89 3603522 161
eames@fortiss.org

Projektpartner

Publikationen

  • 2024 Neuromorphic force-control in an industrial task: validating energy and latency benefits Camilo Amaya , Evan Eames , Gintautas Palinauskas , Alexander Perzylo , Yulia Sandamirskaya und Axel von Arnim In IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 717-724, Abu Dhabi, UAE, 2024. Details URL DOI BIB
  • 2023 Generating Event-Based Datasets for Robotic Applications Using MuJoCo-ESIM Gintautas Palinauskas , Camilo Amaya , Evan Eames , Michael Neumeier und Axel von Arnim In Proceedings of the 2023 International Conference on Neuromorphic Systems, volume 1 of ICONS 23, pages 7, New York, NY, USA, 2023. Association for Computing Machinery, Association for Computing Machinery. Details URL DOI BIB