{"id":117272,"date":"2024-07-10T15:44:06","date_gmt":"2024-07-10T13:44:06","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/roboekskavator-obuchili-priczelno-shvyryat-kamni"},"modified":"2024-07-10T15:44:06","modified_gmt":"2024-07-10T13:44:06","slug":"roboekskavator-obuchili-priczelno-shvyryat-kamni","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/roboekskavator-obuchili-priczelno-shvyryat-kamni","title":{"rendered":"Der Robo-Bagger wurde darauf trainiert, gezielt Steine zu werfen.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Erfahrene Baggerfahrer kennen den Trick, mit dem der Inhalt der Schaufel au\u00dferhalb der Reichweite der Ausleger geschickt werden kann. Der mit einer neuronalen Netzausstattung ausgestattete Robo-Bagger erwies sich als eifriger Sch\u00fcler, der ebenfalls in der Lage war,<\/a><\/noindex> Zielwerfen von Steinen \u00fcber die Reichweite des Auslegers hinaus zu meistern. Als N\u00e4chstes stehen das Werfen von Sch\u00fcttmaterialien und die Verbesserung der Genauigkeit bei der Arbeit mit der Schaufel auf unterschiedlichen H\u00f6hen an.<\/p>\n

<\/center> \t\t\t\t
<\/center> \"Der <\/p>\n

\u00dcber den Trainingsprozess eines Neuro-Netzes f\u00fcr den pr\u00e4zisen Umgang mit dem Inhalt eines Greifschaufelberichts berichteten Forscher der ETH Z\u00fcrich in der Schweiz. Das auf verst\u00e4rkendem Lernen basierende Neuro-Netz wurde darauf trainiert, einen Ball und Steine in einen bestimmten Punkt zu werfen, der au\u00dferhalb der Reichweite des Auslegers lag (bis zu 9,5 m bei einer Reichweite des Auslegers von 7,5 m). Solche Operationen werden der Robotik helfen, eine breitere Palette von Aufgaben mit geringerem Energieaufwand f\u00fcr die Bewegungen zu bew\u00e4ltigen und gleichzeitig die Arbeit sicherer zu gestalten.<\/p>\n

Der Bagger f\u00fchrte das Greifen und Werfen mit einem Greifarm aus, der nicht fest am Ausleger befestigt war und \u00fcber zwei Freiheitsgrade verf\u00fcgte. Das Werfen erfolgte sowohl in gerader Linie, wenn nur der Ausleger verwendet wurde, als auch mit einer Drehung der Kabine. Im zweiten Fall war die Genauigkeit etwas geringer, aber dennoch streute das Projektile nicht mehr als 30\u201340 cm vom Zielpunkt. <\/p>\n

<\/center>
\r\n \"Video\r\n
<\/div>\r\n <\/div><\/center> <\/p>\n

Die Forscher trainierten das neuronale Netzwerk auf der Basis eines modifizierten 12-Rad-Baggers Menzi Muck M545. Zuvor hatten sie den Bagger auf eine Reihe von komplexen Operationen trainiert, zum Beispiel darauf, eine stabile Wand aus unvorbereiteten Steinbl\u00f6cken zu bauen. Der Bagger bewertete selbst das Gleichgewicht der Steine und stellte eine robuste Steinmauer her. F\u00fcr pr\u00e4zise autonome Arbeiten im Gel\u00e4nde erstellt der Bagger mit Hilfe von installierten Sensoren ein Modell der Umgebung, in der er die geplanten Operationen ausf\u00fchrt.<\/p>\n

Quelle:<\/strong><\/p>\n