Hamburg Bit-Bots: Lernende Roboter - Lernen in der Simulation

Die Hamburg Bit-Bots sind eine studentische AG am Fachbereich Informatik, die sich mit der Entwicklung humanoider Roboter beschäftigen. Ziel ist dabei die Teilnahme an der jährlichen RoboCup-Weltmeisterschaft, einem hoch angesehenen Wettstreit im Bereich der Robotik.

Kann ein Team aus humanoiden Robotern den menschlichen Fußballweltmeister besiegen?

Diese Frage stellen sich seit nunmehr über 20 Jahren Wissenschaftler auf der ganzen Welt. Dabei leisten sie wichtige Grundlagenforschung in allen Bereichen der Robotik und der künstlichen Intelligenz. Auch wir, die studentische AG Hamburg Bit-Bots, beteiligen uns an dieser Initiative, dem sogenannten RoboCup. Jedes Team besteht dabei aus vier autonomen humanoiden Robotern, Halbzeiten dauern nur 10 Minuten und alles ist etwas kleiner. Trotzdem sind die Spiele mindestens genau so spannend wie bei den Profis.

Die Roboter bauen wir größtenteils selbst, und auch die Software wird fast vollständig von Mitgliedern der AG geschrieben. Dabei werden alle Themenbereiche der Robotik bearbeitet – von Platinen- und Bauteilentwicklung über Computer Vision bis hin zu inverser Kinematik und Bewegungsgenerierung. Die Erkenntnisse, die wir dabei erlangen, können wir ein mal im Jahr auf der Weltmeisterschaft testen. In diesem Jahr gelang es uns dabei sogar, den dritten Platz zu erreichen! Aber natürlich geht es nicht nur um die Spiele. Regelmäßig ergeben sich aus unseren  Ideen auch wissenschaftliche Arbeiten, die wir dann auf Konferenzen veröffentlichen.

Austausch mit anderen Teams

Ein wichtiger Aspekt unserer Forschung ist auch der Austausch mit anderen Teams, über die Grenzen der Universität hinaus. Deshalb ist all unser Code öffentlich verfügbar. In der Vergangenheit sind wir auch häufiger Kooperationen mit anderen Teams eingegangen, um gemeinsam Lösungen für besonders schwierige Probleme zu finden.

Verbesserte Hard- und Software

In diesem Projekt haben wir viele Verbesserungen, sowohl an der Hardware, als auch an der Software vorgenommen, und konnten dadurch in diesem Jahr vier Paper auf Konferenzen veröffentlichen. Um die Hardware unserer Roboter zu schonen, haben wir beispielsweise elastische Teile in den Schultern und Torsionsfedern in den Knien verbaut. Auch die Ansteuerung der Motoren haben wir mit einer neuen, selbst entwickelten, Platine verbessert. Um Gewicht zu sparen, haben wir außerdem einige Teile, wie beispielsweise die Fußplatten neu designt. Mit dieser neuen Hardware war es uns möglich, einen neuen Algorithmus zu implementieren, mit dem unsere Roboter schneller aufstehen können, wenn sie hinfallen. Die Dauer dieser Bewegungen konnten wir dabei von ungefähr 8 Sekunden auf unter 3 Sekunden verringern.

Continuous Integration

Der zweite große Aspekt, den wir in diesem Projekt betrachtet haben ist Continuous Integration. Dabei geht es darum, eine Infrastruktur zu erschaffen, die den von uns entwickelten Code automatisch testet und uns über Fehler oder Inkompatibilitäten benachrichtigt. Dadurch können wir sicherstellen, dass die aktuelle Version unseres Codes immer funktioniert und vermeiden, dass eine schnelle, unvorsichtige Änderung große Probleme verursacht. Außerdem sparen wir Zeit und Arbeitskraft, da viele Fehler direkt entdeckt werden, noch bevor der Code von uns inspiziert wird.

Computer Vision

Der dritte Punkt, den wir bearbeitet haben, ist der Themenbereich Computer Vision. Dafür haben wir ein Datenset mit über 30.000 annotierten Bildern veröffentlicht, und dieses genutzt, um einen neuen Algorithmus zu trainieren, der relevante Objekte im Fußball, wie zum Beispiel Bälle, Tore, Linien und Spieler erkennen kann. Um diesen Algorithmus möglichst gut zu verallgemeinern, enthält das Datenset Bilder mit verschiedenen Lichtverhältnissen, unterschiedlichen Kameras und verschiedenen Bällen. Parallel dazu haben wir die Selbstlokalisierung unseres Roboters verbessert. Der Algorithmus basiert nun auf einem Partikelfilter und erlaubt es uns damit als erstes Team der KidSize League (Roboterhöhe max. 80 cm) gegen Roboter der AdultSize League (Roboterhöhe ca. 1.80m) anzutreten, und dabei sogar ein Tor zu schießen.

Insgesamt konnten wir in diesem Jahr vier Publikationen veröffentlichen, sowie den dritten Platz in der Weltmeisterschaft und den ersten Platz in der Brasilianischen Meisterschaft erringen. Wir freuen uns sehr über diese Ergebnisse und arbeiten schon jetzt daran, im nächsten Jahr den Weltmeistertitel zu erringen.

Studentische Forschungsgruppe

• Hendrik Brandt
• Timon Engelke
• Niklas Fiedler
• Jasper Güldenstein
• Jan Gutsche
• Jonas Hagge
• Finn-Thorben Sell
• Sebastian Stelter
• Florian Vahl

Mentor

• Marc Bestmann

Zwei Roboter im Fußballduell

Die Forschungsgruppe im Online-Meeting

Das Spielfeld der BitBots