Grundlagen der Robotik - Cheatsheet

Grundlagen und Definitionen der Robotik

Definition:

Robotik: Interdisziplinäres Feld, das sich mit der Konstruktion, Entwicklung, Programmierung und Anwendung von Robotersystemen beschäftigt

Details:

• Ein Roboter: Mechanisches Gerät, das autonom oder halbautonom Aufgaben ausführt
• Kategorien: Industrieroboter, Serviceroboter, mobile Roboter
• Kinematik: Studium der Bewegung von Robotern ohne Berücksichtigung der Kräfte
• Dynamik: Untersuchung der Bewegung von Robotern unter Berücksichtigung der einwirkenden Kräfte
• Steuerung: Methoden zur Kontrolle der Bewegungen und Aktionen von Robotern
• Sensorsysteme: Ermöglichen es Robotern, Informationen über ihre Umgebung zu sammeln
• Aktuatoren: Motoren und andere Systeme, die Bewegung ermöglichen

Verschiedene Arten von Sensoren und deren Anwendung

Definition:

Sensoren sind Geräte, die physikalische Größen erfassen und in elektrische Signale umwandeln. Verschiedene Sensortypen werden je nach Anforderungen und Anwendung genutzt.

Details:

• Inertialsensoren (Gyroskope, Beschleunigungssensoren): Messen Lage und Bewegung. Anwendung: Navigation, Stabilisierung.
• Laserscanner (LIDAR): Erzeugt Umgebungsmodelle durch Entfernungsmessungen. Anwendung: Objekterkennung, Mapping.
• Ultraschallsensoren: Messen Entfernung mittels Schallwellen. Anwendung: Hinderniserkennung.
• Kamerasensoren: Erfassen visuelle Informationen. Anwendung: Bilderkennung, Objekterkennung.
• Infrarotsensoren: Messen Wärmestrahlung. Anwendung: Nachtsicht, Temperaturmessung.
• Kraft-/Drucksensoren: Messen mechanische Kräfte. Anwendung: Tastsinn, Kollisionserkennung.
• Magnetfeldsensoren (Kompass): Messen Magnetfelder. Anwendung: Orientierung.

Integration von Sensoren und Aktoren in Roboter

Definition:

Integration von Sensoren und Aktoren ermöglicht Robotern, ihre Umgebung wahrzunehmen und darauf zu reagieren.

Details:

• Sensoren erfassen physikalische Größen (z.B. Licht, Temperatur, Druck).
• Aktoren führen physikalische Aktionen aus (z.B. Bewegung, Greifen).
• Signalverarbeitung: Umwandlung der Sensorwerte in steuerbare Aktionen.
• Regelkreise: Kombination von Sensor- und Aktordaten zur Stabilisierung und Autonomie.
• Feedback-Mechanismen: Erhöhung der Präzision und Anpassungsfähigkeit.
• Schnittstellen und Protokolle: Standards wie I²C, SPI, UART für die Kommunikation.
• Kalibrierung und Fehlerkorrektur: Sicherstellung genauer und verlässlicher Daten.
• Software-Integration: Nutzung von ROS (Robot Operating System) für die Verwaltung und Steuerung.

Regelkreise und deren Stabilität

Definition:

Bezieht sich auf die Analyse und Steuerung von Systemen mit Rückkopplung. Stabilität: Systemverhalten bei Störungen/Abweichungen über Zeit.

Details:

• Regelkreisstruktur: Regler, Stellglied, Regelgröße, Sensor
• Offene vs geschlossene Regelkreise
• Stabilität: Antwort auf Störung; stabil, instabil, marginal stabil
• Mathematisch: \textit{Laplace-Transformation}, \textit{Übertragungsfunktion}
• Bedingung für Stabilität: Alle Pole der Übertragungsfunktion in linker Halbebene
• \textit{Nyquist}- und \textit{Bode}-Kriterium zur Stabilitätsanalyse

Direkte und inverse Kinematik

Definition:

Direkte Kinematik: Position und Orientierung des Endeffektors aus Gelenkwinkeln. Inverse Kinematik: Bestimmung der Gelenkwinkel für eine gewollte Endeffektorposition und -orientierung.

Details:

• Direkte Kinematik:
• Transformation von Gelenkkoordinaten zur Endeffektorposition
• Beispiel: \( T_{06} = T_{01} T_{12} T_{23} T_{34} T_{45} T_{56} \)
• Inverse Kinematik:
• Lösen eines Systems von nicht-linearen Gleichungen
• Beispiel: \( q = f^{-1}(x, y, z, \theta, \beta, \rho) \)

Modellierung und Simulation von Regelungssystemen

Definition:

Modellierung und Simulation von Regelungssystemen: Prozess der Erstellung von mathematischen Modellen und deren Analyse mittels Simulation, um dynamisches Verhalten von Regelungssystemen zu verstehen und zu optimieren.

Details:

• Mathematische Modellierung: Bestimmung von Regelungsgleichungen \( z.B. \, \frac{d}{dt}x(t) = Ax(t) + Bu(t) \) und Übertragungsfunktionen.
• Simulation: Verwendung von Softwarewerkzeugen (z.B. MATLAB/Simulink) zur Analyse des Systems.
• Ziel: Analyse von Stabilität, Reglerentwurf und Optimierung der Systemantwort.
• Verfahren: Numerische Integration, Diskretisierung, Linearisierung.

Verwendung von ROS (Robot Operating System)

Definition:

Verwendung von ROS (Robot Operating System) in der Robotik für Middleware und Softwareentwicklung. Bietet Framework zur Erstellung modularer und skalierbarer Roboteranwendungen.

Details:

• ROS: Open-Source Middleware für Roboter
• Kommunikation: Publisher-Subscriber, Services
• Tools: rviz (Visualisierung), Gazebo (Simulation)
• Package-Management: ROS-Umgebungsvariablen und Catkin
• Hauptkomponenten: Nodes, Topics, Messages, Services, Parameter Server
• Entwicklung: Nutzung von C++, Python
• Integration: Unterstützt zahlreiche Roboterplattformen und -sensoren

Bewegungsplanung und Trajektorienplanung

Definition:

Bewegungsplanung bestimmt eine kollisionsfreie Bewegung, Trajektorienplanung berechnet zeitabhängige Parametrisierung.

Details:

• Bewegungsplanung: Suche nach einer kollisionsfreien Abfolge von Konfigurationen.
• Trajektorienplanung: Zeitabhängige Parametrisierung der geplanten Bewegung.
• Konfigurationsraum (C-Space): Mathematischer Raum, der alle möglichen Konfigurationen des Roboters darstellt.
• Dijkstra, A* Algorithmen: Häufig verwendete Algorithmen für die Bewegungsplanung.
• Polynomiale Trajektorien: z.B. kubische Splines zur Interpolation von Trajektorien.
• Bewegungsparameter: Geschwindigkeit, Beschleunigung, Ruck (jerk).
• Optimierung: Minimierung der Energie, Zeit oder anderer kostenabhängiger Eigenschaften.