Im Rahmen des EU-Projektes CustomPacker ist in dieser Bachelor’s Thesis ein System
entwickelt und implementiert worden, das anhand von 3D-Punktwolken in der Lage ist,
Informationen aus einem Verpackvorgang zu extrahieren, die diesen Verpackvorgang mit
wenigen Ausdrücken vollständig beschreiben. Mit diesen Informationen ist es prinzipiell
Möglich diesen Verpackvorgang mit Robotern zu imitieren.
Es wurden verschiedene Methoden zum Imitationslernen vorgestellt. Die meisten dieser
Methoden basieren auf der Reproduktion von Trajektorien. Diese werden vor der Imitation
dem Roboter durch kinästhetisch Bewegung des Arms beigebracht. Das in dieser Arbeit
vorgestellte System basiert hingegen auf der symbolischen Ebene. Bei dieser Methode wird
versucht signifikante und charakteristische Informationen der zu verrichtenden Arbeit zu
extrahieren. Diese werden in der Imitationsphase eingesetzt, sodass der Roboter die zu
verrichtende ausüben kann. Durch diese Methode können Störungen im Umfeld leichter
kompensiert werden, was auf der Trajektorien-Ebene nicht der Fall ist. Für die Anwendung
der symbolischen Ebene werden Grundfertigkeiten, wie das Greifen von Objekten, des
Roboters vorausgesetzt.
Um solche symbolischen Ausdrücke aus dem vorliegenden Verpack-Szenario extrahieren zu
können, werden 3D-Punktwolken benutzt, die von dem Kinect-Sensor erfasst werden. Bevor
die benötigten Informationen extrahiert werden, werden die 3D-Punktwolken mit neuartigen
3D-Bildverarbeitungs-Algorithmen (vor-)verarbeitet. Die Punktwolken werden zu einem in
ein Marker-Koordinatensystem transformiert, unwichtige Punkte (Tischebene) entfernt und
Objekte als Cluster extrahiert, die anschließend klassifiziert werden. In weiteren Schritten
werden signifikante Informationen aus den einzelnen Verpackschritten ermittelt. Neben der
Information, welches Objekt verpackt wird, werden die Offset-Winkel und der rotationsfreie
Verschiebungsvektor berechnet und abgespeichert. Durch diese wenigen Informationen
kann der Verpackvorgang prinzipiell exakt reproduziert werden.