Robotik 1 - Einführung in die Robotik, Vorlesung, WS19/20 Karlsruher Institut für Technologie (KIT)

26 |
0:00:00 Start
0:00:05 Start
0:01:52 Inhalt
0:03:02 Perzeption: Arten der Demonstration
0:08:29 Perzeption: Marker-basierte optisch-passive Bewegungserfassung
0:12:13 Perzeption: Marker-basierte optisch-aktive Bewegungserfassung
0:15:11 Perzeption: Mechanische Bewegungserfassung
0:18:20 Perzeption: Magnetische/akustische Bewegungserfassung
0:21:14 Perzeption: Master Motor Map (MMM) Framework
0:27:29 Perzeption: Marker-lose optische Bewegungserfassung
0:32:00 Perzeption: Multimodale Interaktionen für PdV
0:34:20 Kognition: Lernen und Repräsentation von Fähigkeiten und Aufgaben
0:37:26 Kognition: Lernen einer Fähigkeit (PdV)
0:53:09 Kognition: Roboterprogrammierung durch Vormachen
0:54:42 Kognition: Vorverarbeitung: Segmentierung von Demonstrationen
1:16:24 Zusammenfassung

25 |
0:00:00 Start
0:00:43 Aufgabe 1
0:01:04 HSI Farbraum
0:01:45 Hue (120, 80, 210)
0:06:27 Saturation and Intensity (120, 80, 210)
0:08:57 Hue (0, 150, 130)
0:11:32 Saturation and Intensity (0, 150, 130)
0:12:25 Praxisbeispiel: HSV-Parameter für single colored object recognition
0:13:02 Farbwerte
0:14:37 Anwendung
0:15:10 OpenCV HSV Segmentation
0:16:42 Aufgabe 2
0:17:18 Kameramodell
0:23:37 Aufgabe 3
0:23:55 Filterung – Prewitt
0:25:41 Anwendung eines Filters
0:31:55 OpenCV Canny Edge Detection
0:32:51 Filteroperationen – Ränder
0:36:05 Aufgabe 4
0:36:14 Morphologische Operatoren
0:43:53 OpenCV Morphologische Operatoren
0:44:08 Aufgabe 5
0:44:28 Iterative Closest Point
0:47:04 Fehlerfunktion
0:54:03 1. + 2. Iteration
0:58:19 Die ersten zwei ICP Iterationen

24 |
0:00:00 Start
0:00:05 Wiederholung: Visual Servoing für ARMAR-III
0:02:38 Punktwolken
0:08:05 Punktwolken: Normalenschätzung in 3D Punktwolken
0:11:54 Punktwolken: Registrierung von Punktwolken
0:13:36 Punktwolken: Iterative Closest Point
0:20:10 RANSAC (Random Sample Consensus)
0:28:07 Anwendungsbeispiele: Loco-Manipulation Affordances
0:41:41 Roboterprogrammierverfahren
0:48:33 Interaktive Programmierung
0:51:42 Übersicht
0:59:57 Programmieren durch Vormachen
1:01:34 Literatur
1:02:37 Lernen durch Beobachtung des Menschen
1:05:47 Module von Programmieren durch Vormachen
1:09:12 Drei Gründe für PdV
1:12:30 Hauptherausforderungen in PdV

23 |
0:00:00 Start
0:00:10 Gauß-Filter
0:05:52 Filteroperationen
0:06:20 Filter – Prewitt
0:12:00 Filter – Sobel
0:14:12 Filter – Laplace
0:21:30 Filter – Laplacian of Gaussian
0:25:25 Segmentierung
0:26:55 Segmentierung: Schwellwertfilterung
0:31:21 Segmentierung: Beispielanwendung
0:32:43 HSV-Segmentierung
0:34:52 RGB Segmentierung
0:36:54 Morphologische Operatoren
0:41:13 Morphologische Operatoren: Erosion
0:45:21 Morphologische Operatoren: Dilatation
0:47:43 Morphologische Operatoren: Öffnen & Schließen
0:48:38 Canny-Kantendetektor
0:51:28 Canny-Kantendetektor: Algorithmus
0:52:36 Canny-Kantendetektor: Intensitätsgradienten
0:56:02 Canny-Kantendetektor: Non-Maximum Suppression
0:59:51 Canny-Kantendetektor: Double Threshold
1:01:40 Canny-Kantendetektor: Kantenverfolgung mit Hysterese
1:02:57 Canny-Kantendetektor: Beispiel
1:04:48 Visual Servoing
1:07:53 Visual Servoing - Systemaufbau
1:09:13 Positionsbasiertes Visual Servoing
1:13:00 Bildbasiertes Visual Servoing

22 |
0:00:00 Start
0:00:04 Bildrepräsentation
0:10:46 Beispiel: Bildrepräsentation bei rc visard 160
0:12:51 Kameramodell: Bildgenerierungm
0:16:26 Kameramodell: Koordinatensysteme
0:20:58 Kameramodell: Erweitertes Kameramodell
0:26:11 Kameramodell: Intrinsische und Extrinsische Kameraparameter
0:30:04 Kameramodell: Kamerakalibrierung
0:38:26 Filteroperationen
0:41:41 Filteroperationen: Filter
0:45:45 Filteroperationen
0:56:12 Filteroperationen: Beispiel
0:58:05 Filteroperationen: Medianfilter
1:04:45 Filteroperationen: Mittelwertfilter

21 |
0:00:00 Start
0:00:04 Griffplanung mit medialen Achsen
0:03:49 Analyse der Querschnitte der medialen Achse
0:06:35 Analyse der gefundenen Cluster
0:09:36 Heuristiken zur Erzeugung von Griffhypothesen
0:13:32 Ergebnisse: Qualität des Griffs (Kraftschluss)
0:15:25 Ergebnisse: Effizienz
0:18:16 Zusammenfassung
0:19:26 Erweiterungen
0:21:58 Greifen mit ARMAR
0:28:41 ARMAR – Objekte
0:33:27 ARMAR – Offline Griffanalyse
0:35:16 ARMAR – Objekterkennung und -lokalisierung
0:37:00 ARMAR – Ausführung: Positionsbasiertes Visual Servoing
0:37:54 Advanced grasping capabilities
0:43:12 Grasping Unknown Objects
0:48:40 Execution in Known Environments
0:49:44 Execution in Partially Unknown Environments
0:50:56 Understanding Perception-Action Relations
0:52:39 Re-grasping/Hand-over
0:54:26 Software
0:55:48 Bildverarbeitung in der Robotik
0:56:31 Bildverstehen
0:59:09 Inhalt
1:00:10 Literatur
1:01:31 Programmbibliotheken
1:02:50 Motivation
1:08:22 Kamerabeispiele
1:11:00 Bildrepräsentationen
1:12:39 Bildrepräsentation – Monochrombild
1:14:06 Datenmenge
1:15:03 Bildrepräsentation – Auflösung
1:15:47 Bildrepräsentation – Farbbild
1:17:10 Bildrepräsentation – RGB Farbraum