Zusammenfassung
Der hier vorgestellte Ansatz zur schritthaltenden Objektklassifikation in einem autonomen mobilen Robotersystem wurde im Rahmen des Sonderforschungsbereichs Integration symbolischer und subsymbolischer Informationsverarbeitung in adaptiven sensormotorischen Systemen (SFB 527) entwickelt. Ziel dieses SFBs ist die Erforschung neuronaler und wissensbasierter Methoden zur symbolischen und subsymbolischen Informationsverarbeitung, sowie die Kombination und Integration dieser Verfahren auf einem autonomen mobilen Robotersystem [1]. Dieser Roboter soll sich in einer Büroumgebung zurecht finden, auf interaktiv gestellte Aufgaben reagieren können, beispielsweise Objekte suchen und einsammeln, Personen suchen und führen und mit Personen kommunizieren, sowie auf unerwartete Ereignisse in der Umwelt reagieren. Für fast alle Aufgaben ist eine robuste und möglichst schnelle Objekterkennung unumgänglich. Im folgenden wird der von uns implementierte Ansatz zur visuellen Objekterkennung beschrieben.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
G. Palm and G. Kraetzschmar. SFB 527: Integration symbolischer und subsymbolischer Informationsverarbeitung in adaptiven sensorimotorischen Systemen. In M. Jarke, K. Pasedach, and K. Pohl, editors, Informatik ‘97 — Informatik als Inno-vationsmotor, pages 111–120. Springer Verlag, 1997.
C. Schlegel and R. Wörz. Der Softwarerahmen SmartSoft zur Implementierung sensorimotorischer Systeme. In Autonome Mobile Systeme (AMS 98), Informatik aktuell, pages 208–217. Springer Verlag, 1998.
A. R. Smith. Color gamut transform pairs. In R. L. Phillips, editor, 5th annual conf. on Computer graphics and Interactive Techniques, pages 12–19, New York, 1978. ACM.
Steffen Simon, Hans A. Kestler, Axel Baune, Friedhelm Schwenker, and Günther Palm. Werkzeuge zur visuellen Objektklassifikation. Ulmer SFB 527 Berichte 99-03, Universität Ulm, ISSN 1438-2237, 1999.
H.A. Kestler, S. Simon, A. Baune, M. Hagenbuchner, F. Schwenker, and G. Palm. A Hierarchical Neural Object Classifier for Subsymbolic-Symbolic Coupling. In Mustererkennung 99, im Druck. Springer Verlag, 1999.
M. Roth and W.T. Freeman. Orientation histograms for hand gesture recognition. Technical Report 94-03, Mitsubishi Electric Research Laboratorys, Cambridge Research Center, 1995.
S. Simon, H.A. Kestler, A. Baune, F. Schwenker, and G. Palm. Object classification with simple visual attention and a hierarchical neural network for subsymbolic-symbolic coupling. In Proceedings of 1999 IEEE International Symposium on Com-putational Intelligence in Robotics and Automation, 1999. in press.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Baune, A., Simon, S., Kestler, H.A., Schwenker, F., Palm, G. (2000). Schritthaltende Objektklassifikation für einen autonomen mobilen Roboter. In: Schmidt, G., Hanebeck, U., Freyberger, F. (eds) Autonome Mobile Systeme 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59708-4_26
Download citation
DOI: https://doi.org/10.1007/978-3-642-59708-4_26
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-66732-2
Online ISBN: 978-3-642-59708-4
eBook Packages: Springer Book Archive