Robotersysteme 3

Inhaltsverzeichnis

• I Wissensbasierte Techniken.
• 1 Künstliche Intelligenz.
• 1.1 Arbeitsgebiete.
• 1.2 Historische Entwicklung.
• 2 Menschliches Problemlösungsverhalten.
• 2.1 Menschliche Informationsverarbeitung.
• 2.2 Lösen von Problemen.
• 2.3 Menschliches Fachwissen.
• 3 Maschinelle Wissensrepräsentation.
• 3.1 Darstellungsarten von Wissen.
• 3.2 Semantische Netzwerke.
• 3.3 Produktionsregeln.
• 3.4 Objektorientierte Darstellung.
• 3.5 Graphische Visualisierung.
• 3.6 Logikbasierte Systeme.
• 4 Expertensystemtechnik.
• 4.1 Definitionen.
• 4.2 Kennzeichen.
• 4.3 Innere Struktur.
• 4.4 Einsatzgebiete.
• 4.5 Einschränkungen.
• 5 Funktion der Inferenzmaschine.
• 5.1 Inferenzverfahren.
• 5.2 Vages Wissen.
• 5.3 Unsicherheit.
• 5.4 Resolutionsverfahren.
• 5.5 Ablaufsteuerung.
• 5.6 Rückwärtsverkettung.
• 5.7 Vorwärtsverkettung.
• 5.8 Suchverfahren.
• 5.9 Nicht-monotones Schließen.
• 6 Knowledge Engineering.
• 6.1 Aufbau eines kleinen Wissenssystems.
• 6.2 Aufbau großer Wissenssysteme.
• 7 Entwicklungswerkzeuge.
• 7.1 KI-Sprachen.
• 7.2 Programmierumgebungen.
• 7.3 Knowledge-Engineering Werkzeuge.
• II Wissensbasierte Robotersimulation.
• 8 Intelligente Robotersysteme.
• 8.1 Roboter der 3. Generation.
• 8.2 Arbeitsablauf eines intelligenten Roboters.
• 8.3 Eigenschaften des Menschen.
• 8.4 Wissen über Fertigungsprozesse.
• 8.5 Steuerung der 3. Generation.
• 8.6 Beispiel: Montagerobotersystem.
• 9 Wissensbasierte Ansätze.
• 9.1 Steuerungssysteme.
• 9.2 Mobile Roboter.
• 9.3 Greifer- und Sensorsysteme.
• 9.4 Objektbasierter Zellentwurf.
• 9.5 Modellbasiertes System für Robotermanipulationen.
• 9.6 Einsatz einer Datenbank.
• 9.7 CAD-basierte Off-Line Programmierung.
• 9.8 System zur automatischen Programmierung.
• 9.9 Integration von Konstruktion und Fertigung.
• 9.10 Generierung von Roboterprogrammen.
• 9.11 Produktbasierter Entwurf.
• 9.12 System zur Simulation intelligenter Roboter.
• 9.13 Programmierung intelligenter Roboter.
• 9.14 Einsatz Von Expertensystemen.
• 9.15 Wissensbasierte Montage.
• 9.16 Robotertechnik und Künstliche Intelligenz.
• 9.17 Stufenplan bei der Programmierung von Robotern.
• 10 Planen.
• 10.1 Selbständige Programmierung.
• 10.2 Planungsverfahren.
• 10.3 Planung von Roboteraktionen.
• 10.4 Planungsvorgang für eine Montage.
• 10.5 Planungssysteme.
• 11 Systemkonzepte.
• 11.1 Entwicklungsstrategien.
• 11.2 Nutzen kommerzieller Systeme.
• 11.3 Strukturvarianten.
• 12 Expertensystemshell Nexpert Object.
• 12.1 Wissensdarstellung und Wissensverarbeitung.
• 12.2 Repräsentation von Dingen.
• 12.3 Integration von Nexpert Object in Rechnerprogramme.
• 13 Wissensbasiertes Modell.
• 13.1 Verbindung geometrischer und wissensbasierter Modelle.
• 13.2 Alternativen im Aufbau eines wissensbasierten Modells.
• 13.3 Modellerzeugung.
• 13.4 Komponenten einer Roboterzelle.
• 13.5 Klassenorientiertes Modell.
• 13.6 Klasse Modell.
• 13.7 Klasse Roboter.
• 13.8 Klasse Roboterachse.
• 13.9 Klasse Robotersteuerung.
• 13.10 Klasse Greifer.
• 13.11 Klasse Werkzeug.
• 13.12 Klasse Sensor.
• 13.13 Klasse Handhabungsobjekt.
• 13.14 Beispiel.
• 14 Skriptgesteuerte Programmierung.
• 14.1 Repräsentation von Aktionsfolgen.
• 14.2 Programmierung von Robotern.
• 14.3 Elementare Aktionen.
• 14.4 Zellenanalyse.
• 14.5 Raumbewegung.
• 14.6 Feinbewegung.
• 14.7 Greifen und Loslassen.
• 14.8 Realisierung.
• III Einsatz neuronaler Netze.
• 15 Konzepte neuronaler Netze.
• 15.1 Funktion des menschlichen Gehirns.
• 15.2 Modell eines Neurons.
• 15.3 Aufbau eines neuronalen Netzes.
• 15.4 Lernphase.
• 15.5 Betriebsphase.
• 15.6 Netzstrukturen.
• 15.7 Repräsentation von Wissen.
• 15.8 Einsatzgebiete.
• 15.9 Neue Technologien.
• 16 Netztypen.
• 16.1 Klassifizierung neuronaler Netze.
• 16.2 Einschichtnetze.
• 16.3 Netze mit topologisch geordneten Vektoren.
• 16.4 Zweischichtnetze.
• 16.5 Vorwärtsgekoppelte Mehrschichtnetze.
• 16.6 Backpropagation-Netz.
• 16.7 Kooperative und kompetitive Mehrschichtnetze.
• 16.8 Hybride Netze.
• 16.9 Fehlermaße.
• 16.10 Probleme beim Einlernen.
• 17 Modell eines Neurons und Lerngesetze.
• 17.1 Modell eines Neurons.
• 17.2 Neuronenmodell in NWorksII.
• 17.3 Gewichtete Summation.
• 17.4 Aktivierungsfunktion.
• 17.5 Skalierung und Limitierung.
• 17.6 Ausgabefunktion.
• 17.7 Fehlerberechnung.
• 17.8 Lerngesetze in NWorksII.
• 18 Einsatz von Backpropagation-Netzen.
• 18.1 Aktivierungsfunktion.
• 18.2 Propagierungsfunktion.
• 18.3 Netztyp.
• 18.4 Netztopologie.
• 18.5 Einlerndaten.
• 18.6 Lerngesetz.
• 19 Neuronale Netze in der Robotertechnik.
• 19.1 Kinematik.
• 19.2 Dynamik.
• 19.3 Sensorik.
• 19.4 Regelung.
• 20 Inverse Kinematik.
• 20.1 Standard Back-Propagation-Netze.
• 20.2 Fast Back-Propagation-Netze.
• 20.3 Functional-Link Back-Propagation-Netze.
• 20.4 Functional-Link Back-Propagation-Netze mit Sinus.
• 20.5 Wertung.
• IV Ausblick.
• 21 Perspektiven.
• 21.1 Zukünftige Robotersysteme.
• 21.2 Lernende Roboter.
• 21.3 Gestaltungsorientierte Animationsverfahren.
• 21.4 Mehrdimensionale Interaktionen.
• 21.5 Einbeziehung physikalischer Prinzipien.
• 21.6 Erweiterte Modellierungsfunktionen.
• 21.7 Objektveränderungen.
• 21.8 Virtuelle Realität.
• Stichwortverzeichnis.