Situationsverstehen fuer die Risikobeurteilung bei der Mensch-Roboter-KooperationIn the proposed system the environment of an industrial robot is captured through algorithms of machine learning. Thus, objects and human actions are determined. Based on semantic analysis situational knowledge is inferred and dynamic risk assessment as well as robotic behaviour are concluded. Consequently, this provides the foundation for a reactive robot system for achieving efficient and safe human-robot-cooperation. |
Common terms and phrases
𝑎 a-priori Abbildung Aktionen Analyse angepasst anhand Ansatz Anzahl Arbeitsraum Aspekt aufgeführt 𝑏 Bahnplanung basierend Bereich Beschreibungslogiken bestimmt bezüglich bspw Clusteranalyse definiert direkt ebenfalls eingesetzt Entsprechend entwickelt Ereignisse Ergebnisse erkannt Erkennung Erkennungsergebnisse Erkennungsraten ermittelt erreicht Evaluation und Diskussion evaluiert Folgenden Folglich genutzt Geschwindigkeit GOLOG Handlungen Handlungserkennung Hemmung Heuristic Miner Hidden Markov Hidden Markov Modellen hinaus HMMs Industrieroboter Informationen Kamerasystem Kinematik Knoten Konfigurationsraum Konzepte Kooperation Kooperationsmodus Kulic Markov Modellen Mensch und Roboter menschlichen Kinematik Methode mittels modelliert Modul möglich neuronale Netz Neuronen 𝑂 Objekte Objekterkennung Ontologie Orthogonalität pages Parameter Pfade Pixel Planung Plausibilitätsprüfung Prädiktion Prozess Prozessanalyse Puls Puls and Wörn Punktwolke Rahmen dieser Arbeit reaktive recognition Regelbasis Registrierkörper Registrierung Risikowert Robotersystem Roboterverhalten Schichten Schubladentisch Schwellwert Sensor Sensordaten Sequenz siehe Abb Situationsbewusstsein Situationskalkül Situationsverstehen Somit System Systems Szenengraph Tabelle temporale Trajektorie unscharfer Logik untersucht verschiedene verwendet vorgestellt Vorklassifikation vorliegenden Arbeit Weltmodell Wert wesentlichen Wissensbasis Wissensverwaltung wobei Zielsetzung Zyklen 𝛼