Qualitative Spatio-Temporal Representation and Reasoning for robotic applications

• Autorzy: Będkowski J.

Warianty tytułu

PL

Jakościowa przestrzenno-czasowa reprezentacja oraz rozumowanie dla aplikacji robotycznych

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodykę jakościowej przestrzenno-czasowej reprezentacji oraz rozumowania dla aplikacji robotycznych. Celem jest opracowanie mechanizmu podejmowania decyzji, które umożliwi także modelowanie środowiska oraz rozumowanie w sensie jakościowym. Nowym zagadnieniem badawczym jest budowanie modelu środowiska na bazie obserwacji robota mobilnego, przy czym nowe koncepty (podstawowe elementy przestrzenne) są generowane automatycznie. Przedstawiono trzy eksperymenty, każdy skojarzony z inną aplikacją robotyczną, między innymi mobilna przestrzenna inteligencja asystująca dla projektowania przestrzennego, projektowanie przestrzenne dla integracji robota przemysłowego z istniejącym środowiskiem pracy oraz nadzorowanie pracy robota zdalnie sterowanego. Każdy z tych eksperymentów dowodzi słuszności proponowanej metodyki. W związku z tym metodyka może znaleźć zastosowanie w projektowaniu zaawansowanych aplikacji robotycznych, gdzie interakcja oraz integracja człowiek-robot są zasadniczym zagadnieniem funkcjonalnym oraz użytkowym.

EN

This paper discusses the methodology of Qualitative Spatio-Temporal Representation and Reasoning (QSTRR) for robotic applications. The goal is to develop reasoning mechanism that will allow modelling the environment and performing spatiotemporal decisions. A new approach is related to environment modelling based on robot’s perception, therefore new concepts (spatial entities) are obtained automatically, and then used in reasoning. This paper presents the results of the three experiments. Each experiment focuses on different robotic applications, such as mobile spatial assistive intelligence for spatial design, spatial design used for robotic arm integration with the environment and supervision of a teleoperated robot. Each of the experiments is considered as the proof of concept of the proposed methodology. Thus, it can be efficiently used for developing sophisticated robotic application where human-robot interaction and integration are considered as an important goal.

Słowa kluczowe

PL

rozumowanie jakościowe; robot mobilny; robot przemysłowy; modelowanie semantyczne

EN

qualitative reasoning; mobile robot; industrial robot; semantic modeling

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2013
• Tom: R. 17, nr 2
• Strony: 300--303
• Opis fizyczny: CD, Bibliogr. 14 poz., rys.

Twórcy

autor

Będkowski J.

• Institute of Automatic Control and Robotics, Warsaw University of Technology, Poland,

Bibliografia

• 1. Jochen R., Bernhard N., Efficient Methods for Qualitative Spatial Reasoning, “Journal of Artificial Intelligence Research”, 15 (2001), 289-318.
• 2. Będkowski J., Intelligent Mobile Assistant for Spatial Design Support, “Journal of Automation in Constrution” 2012, DOI http://dx.doi.org/10.1016/j.autcon.2012.09.009.
• 3. Zender H., Martinez Mozos O., Jensfelt P., Kruijff G.J.M. and Burgard W., 2008. Conceptual spatial representations for indoor mobile robots, “Robotics and Autonomous Systems”, 56, 6 (2008), 493-502. DOI=10.1016/j.robot.2008.03.007, http://dx.doi.org/10.1016/j.robot.2008.03.007.
• 4. Baldridge J., Kruijff G.J.M., Multi-modal combinatory categorial grammar, [in:] Conference of the European Chapter of the Association for Computational Linguistics (EACL 2003), Budapest, 2003, 211-218.
• 5. Cohn A., Qualitative spatial representation and reasoning techniques, [in:] Lecture Notes in Computer Science, Vol. 1303/1997, Springer, 1997, 1-30.
• 6. Cohn A., Bennett B., Gooday J., Gotts N.M., Qualitative spatial representation and reasoning with the region connected calculus, “GeoInformatica”, 1 (1997) 275-316.
• 7. Cohn A., Renz J., Qualitative spatial representation and reasoning an overview, “Fundamenta Informatica”, 46 (2001), 1-2.
• 8. Schultz C., Bhatt M., A multi-modal data access framework for spatial assistance systems: use-cases with the building information model (bim/ifc), [in:] ISA, [in:] Proceedings of the 2nd ACM SIGSPATIAL International Workshop on Indoor Spatial Awareness, 2010, 39-46.
• 9. Galton A.P., Towards an integrated logic of space, time and motion, [in:] Proceedings of the 13th International Joint Conference on Artificial Intelligence (IJCAI-93), 1993, 1550-1557.
• 10. Randell D.A., Cui Z., Cohn A.G., A spatial logic based on regions and connection, [in:] Proceedings of 3rd International conference on knowledge representation and reasoning, 1992.
• 11. Nuchter A., Hertzberg J., Towards semantic maps for mobile robots, “Robotics and Autonomous Systems”, 56, 2008, 915-926.
• 12. Nuchter A., Elseberg J., Schneider P., Paulus D., Study of Parameterizations for the Rigid Body Transformations of The Scan Registration Problem, “Journal Computer Vision and Image Understanding” (CVIU) 114, 8, 2010, 963-980.
• 13. Stocker M., Sirin E., PelletSpatial: A hybrid RCC-8 and RDF/OWL reasoning and query engine, 2009.
• 14. Bedkowski J., Masłowski A., Middleware for production robotic system modeling, integration and control, “Management and Production Engineering Review”, Vol. 1, No. 2, July 2010, 4-10.