Der hier vorgestellte Ansatz zur schritthaltenden Objektklassifikation in einem autonomen mobilen Robotersystem wurde im Rahmen des Sonderforschungsbereichs Integration symbolischer und subsymbolischer Informationsverarbeitung in adaptiven sensormotorischen Systemen (SFB 527) entwickelt. Ziel dieses SFBs ist die Erforschung neuronaler und wissensbasierter Methoden zur symbolischen und subsymbolischen Informationsverarbeitung, sowie die Kombination und Integration dieser Verfahren auf einem autonomen mobilen Robotersystem [1]. Dieser Roboter soll sich in einer Buroumgebung zurecht finden, auf interaktiv gestellte Aufgaben reagieren konnen, beispielsweise Objekte suchen und einsammeln, Personen suchen und fuhren und mit Personen kommunizieren, sowie auf unerwartete Ereignisse in der Umwelt reagieren. Fur fast alle Aufgaben ist eine robuste und moglichst schnelle Objekterkennung unumganglich. Im folgenden wird der von uns implementierte Ansatz zur visuellen Objekterkennung beschrieben.
[1]
Günther Palm,et al.
SFB 527: Integration symbolischer und subsymbolischer Informationsverarbeitung in adaptiven sensomotorischen Systemen
,
1997,
GI Jahrestagung.
[2]
Christian Schlegel,et al.
Der Softwarerahmen SmartSoft zur Implementierung sensomotorischer Systeme
,
1998,
AMS.
[3]
Alvy Ray Smith,et al.
Color gamut transform pairs
,
1978,
SIGGRAPH.
[4]
Günther Palm,et al.
A Hierarchical Neural Object Classifier for Subsymbolic-Symbolic Coupling
,
1999,
DAGM-Symposium.
[5]
Günther Palm,et al.
Object classification with simple visual attention and a hierarchical neural network for subsymbolic-symbolic coupling
,
1999,
Proceedings 1999 IEEE International Symposium on Computational Intelligence in Robotics and Automation. CIRA'99 (Cat. No.99EX375).