Online-Ressourcenmanagement in der Servicerobotik

Es zeichnen sich immer mehr Gebiete ab, in denen Serviceroboter eingesetzt werden können, und in vielen Bereichen hat die Forschung bereits Erfolge erzielt. Aber auch die ausgefeiltesten Funktionen sind nutzlos, wenn der Roboter nicht bezahlbar ist. Daher werden in künftigen Servicerobotern neben der Funktion auch die Kosten eine entscheidende Rolle spielen, was den Einsatz beliebig leistungsfähiger Hardware verbietet.

Da die Arbeitsumgebung eines Serviceroboters per Definition die unstrukturierte Umgebung der Menschen ist, kann der Aufwand zur Bewältigung einer Aufgabe sehr stark schwanken. Ein Beispiel ist das Auffinden eines Gegenstandes in einem Raum: Ist der Raum weitgehend leer, ist die Aufgabe schnell zu bewältigen. Stehen jedoch an einem anderen Tag viele Gegenstände in dem Raum, oder bewegen sich gar Personen darin, ist die Aufgabe ungleich schwieriger, denn plötzlich ist die Bahnplanung und Kollisionsvermeidung sehr viel komplexer; sich bewegende Personen erfordern auch noch eine Bahnverfolgung und - vorhersage.

Nun könnte man die Hardware auf den maximal zu erwartenden Leistungsbedarf auslegen, aber das wäre, als ob man sich einen LKW anschafft und damit zum Einkaufen fährt, nur weil man alle paar Jahre einmal umzieht. In der Regel wird man dies nicht tun, sondern in solchen Sonderfällen etwas mehr Umstände in Kauf nehmen. Übertragen auf die Servicerobotik bedeutet dies, die Systeme der Roboter so auszulegen, dass sie in der Regel eine gute Auslastung haben und in manchen Fällen eben nicht ausreichen. Betreffen kann dies Ressourcen wie Rechenzeit, Speicher oder auch Übertragungskapazitäten auf einem Bus.

Eine solche Überlastsituation darf nicht zum Ausfall des Systems führen, sondern muss regulär behandelt werden. Eine Möglichkeit besteht nun darin, den Ressourcenbedarf von Teilprozessen so anzupassen, dass die Summe für keine Ressource 100% übersteigt. Das kann beispielsweise dadurch geschehen, dass ein Regler eine längere Abtastzeit zugewiesen bekommt, was unter Umständen die Regelgüte reduziert, aber temporär noch annehmbar ist. Der erwähnte Roboter könnte sich auch entschließen, die Aufgabe in Teilsequenzen zu zerlegen und immer ein Stück zu fahren (und dabei Kollisionen zu vermeiden) und dann wieder im Stand nach dem Gegenstand zu suchen (eine relativ rechenaufwendige Bildverarbeitungsprozedur).

Diese Probleme der Ressourcenallokation und der Missionsplanung reichen sehr weit in die zur Informatik gehörenden Gebiete der Optimierung und der küstlichen Intelligenz hinein und gehen damit über die Forschungsgebiete dieses Institutes hinaus. Schwerpunkt dieses Forschungsprojektes sind daher die hardwarenahe Unterstützung entsprechender Verfahren, die Untersuchung der Wechselwirkungen mit der Regelungstechnik, auch im Hinblick auf sicherheitskritische Algorithmen, und die praktische Demonstration der Ansätze an unseren Robotern.