Advertisement

Kollektive Intelligenz von Mensch und Maschine – Fuzzy Logik zur Einbindung von Expertenwissen in die Wegeplanung von Fahrerlosen Transportfahrzeugen

  • Sarah UttendorfEmail author
Chapter
  • 358 Downloads
Part of the Edition Informatik Spektrum book series (EIS)

Zusammenfassung

Dieser Artikel beschäftigt sich mit der Wegeplanung von Fahrerlosen Transportfahrzeugen. Es wird eine Übersicht über die verschiedenen Gruppen von Wegeplanungsalgorithmen, wie zum Beispiel Geometrische Ansätze oder Algorithmen der Computational Intelligence gegeben. Ein besonderes Augenmerk liegt auf der Kombination von menschlichem Wissen mit Wegeplanungsalgorithmen. Ein konkretes Beispiel für ein Expertensystem wird vorgestellt, das menschliches Wissen in Form eines Fuzzy Inferenz Systems speichert. Der Output des Fuzzy Inferenz Systems interagiert mit einem A∗-Algorithmus. Als Ergebnis entstehen Wegenetze, die sowohl anwendbar, als auch effizient sind. Der Artikel endet mit einer Evaluierung, wann Ansätze des Cognitive Computings sinnvoll für die Wegeplanung von Fahrerlosen Transportfahrzeugen eingesetzt werden können.

Literatur

  1. Alonso JM, Magdalena L (2011) Special issue in interpretable fuzzy systems. Information Sciences, Elsevier, 181(20):4331–4339.CrossRefGoogle Scholar
  2. Buduma N (2017) Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms. O’Reilly.Google Scholar
  3. Demuth R (2016) Götting Track Editor jetzt online verfügbar. http://www.goetting.de/news/2015/track-editor. Letzter Zugriff 13.07.2016.
  4. Dijkstra EW (1959) A note on two problems in connexion with graphs. In: Numerische Mathematik, Springer-Verlag, 1(1):269–271.Google Scholar
  5. Ge S, Cui Y (2002) Autonomous Robots, 13:207.CrossRefGoogle Scholar
  6. Goodfellow I, Bengio Y, Courville A (2017) Deep Learning (Adaptive Computation and Machine Learning). The MIT Press.Google Scholar
  7. Hart P, Nilsson N, Raphael B (1968) A formal basis for the heuristic determination of minimum cost paths. IEEE Transaction on System Science and Cybernetics, IEEE Press, 4(2):100–107.CrossRefGoogle Scholar
  8. Heaton J (2014) Artificial Intelligence for Humans, Volume 2: Nature-Inspired Algorithms. CreateSpace Independent Publishing Platform.Google Scholar
  9. Heaton J (2015) Artificial Intelligence for Humans, Volume 3: Deep Learning and Neural Networks. CreateSpace Independent Publishing Platform.Google Scholar
  10. Klein R (2005) Algorithmische Geometrie- Grundlagen, Methoden, Anwendungen, Springer Verlag Berlin.Google Scholar
  11. Klir GJ, Yuan B (1995) Fuzzy Sets and Fuzzy Logic. Theory and Applications. Prentice Hall Verlag, Upper Saddle River.Google Scholar
  12. Kruse R, Borgelt C, Braune C, Klawonn F, Moewes C, Steinbrecher M (2011) Computational Intelligence. Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. Vieweg+Teubner Verlag, Wiesbaden.Google Scholar
  13. Mac T, Copot C, Tran D, Keyser R (2016) Heuristic approaches in robot path planning: A survey. Robotics and Autonomous Systems, 86:13–28.CrossRefGoogle Scholar
  14. Mendel J (2017) Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions, 2nd Edition, Springer.Google Scholar
  15. Nüchter A (2009) 3D Robotic Mapping- The Simultaneous Localization and Mapping Problem with Six Degrees of Freedom. Springer.Google Scholar
  16. Raja P, Pugazhenthi S (2012) Optimal path planning of mobile robots. A review. In: International Journal of Physical Sciences, Academic Journals, 7(9):314–1320.Google Scholar
  17. Seising R. (2005) Die Fuzzifizierung der Systeme. Die Entstehung der Fuzzy Set Theorie und ihrer ersten Anwendungen – Ihre Entwicklung bis in die 70er Jahre des 20. Jahrhunderts. Stuttgart: Franz Steiner Verlag (Boethius: Texte und Abhandlungen zur Geschichte der Mathematik und der Naturwissenschaften Band 54).Google Scholar
  18. Turban E, Aronson JE (1998) Decision Support Systems and Intelligent Systems. 5. Aufl., Pearson Education (US), New York.Google Scholar
  19. Ullrich G (2014) Fahrerlose Transportsysteme. Eine Fibel – mit Praxisanwendungen – zur Technik – für die Planung, 2. Aufl., Springer Vieweg Verlag, Wiesbaden.Google Scholar
  20. Uttendorf S, Overmeyer L (2018) Automated Generation of Roadmaps for Automated Guided Vehicle Systems, Berichte aus dem IPH, 3/2018, Garbsen: TEWISS Verlag.Google Scholar
  21. VDI 2510 (2005) Automated Guided Vehicle Systems (AGVS). Beuth Verlag, Berlin.Google Scholar
  22. Zadeh LA (1965) Fuzzy sets. Information and Control, Elsevier, 8(3):338–353.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.HannoverDeutschland

Personalised recommendations