Bachelor Thesis BCLR-2462

BibliographyWabersich, Kim: Automatisiertes Testen und Analyse einer Pick'n'Place Anwendung am Beispiel des! PR-2 Roboters.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 2462 (2014).
47 pages, german.
CR-SchemaH.3.4 (Information Storage and Retrieval Systems and Software)
Abstract

Abstract

Automatisiertes Testen und Analyse einer Pick’n’Place Anwendung am Beispiel des PR-2 Roboters.

Es wurde ein generisches Konzept zum automatisierten Testen und Optimieren von Roboterapplikationen auf Basis von ROS (Robot Operating System) vorgestellt und implementiert. Dieses basiert auf einem "state-of-the-art" Optimierungsverfahren, welches es zusammen mit dem modularen Konzept der Bewertungsfunktion erlaubt, nach einer abgeschlossenen Optimierung weitere Analysen anhand des bestehenden Datensatzes durchzuführen. Datensätze von Optimierungen innerhalb eines Testszenarios können überdies zusammengeführt und als Basis für eine neue Optimierung bzgl. einer anderen Bewertungsfunktion verwendet werden. Außerdem ist es möglich, mehrere Komponenten eines Systems in eine rekursive Optimierungskette anzuordnen und mittels einer MINIMAX Optimierungsstrategie konkurrierend zu testen und gleichzeitig zu optimieren.

Es wurde eine einfache Pick'n'Place Applikation auf Basis von MoveIt! zusammen mit dem AR-Track-Alvar Modul für die Objekt- und Zielerkennung implementiert. Zusammen dem entwickelten Test- und Optimierungssystem wurden Aspekte der Objekterkennung, Umgebungswahrnehmung sowie Handlungsplanung und Aktionsausführung automatisiert getestet. Daraus hat sich unter Anderem ergeben, dass MoveIt! insbesondere Schwächen gegenüber der Umgebungswahrnehmung aufweist. Darüber hinaus wurde auf Basis des Testsystems eine automatisierte Wahl der verfügbaren Planungsalgorithmen in der Standardkonfiguration von MoveIt! durchgeführt.

Author: Kim Peter Wabersich

Full text and
other links
PDF (12049562 Bytes)
Department(s)University of Stuttgart, Institute of Parallel and Distributed Systems, Machine Learning und Robotics
Superviser(s)Lütkebohle, Ingo
Entry dateSeptember 9, 2014
   Publ. Computer Science