Biorobotik Definition+Stabheuschrecke

• Biorobotik als Synonym für bionische Robotik (reverse engeneering) bzw. Roboter in Interaktion mit Lebewesen (experimentieren)

• Teilweise allein sensorisch (EMD) oder allein algorithmisch (Laterale Inhibition) oder allein mechanisch (vgl. passive dynamic walker)

• wichtigste Ziele

  • Validierung von wissenschaftlichen Schlußfolgerungen (“Wissensgewinn”)=wissenschaftliches Arbeiten

  • Verhalten nicht durch konkurrierende Verhaltensmuster beeinflusst

  • Datenmenge um Größenordnungen höher

  • Nur Teilsysteme (“all models are wrong…”)

  • Technische Anwendung (“Komfortgewinn”)

• strukturelle (funktionsmorphologische) Gebiete

• informationelle (neurobiologische) Gebiete

Roboter übernehmen Aufgaben, die sonst nur über größere Anstrengung möglich waren Bsp. beim Umgang mit Menschen, Roboter die schwere Dinge heben/greifen

• basiert auf Rückkopplungsvorgängen die es dem ZNS ermöglicht, erwartete Reize auszublenden

  • entscheidet ob etwas bewusst oder willkür ist

• Impuls(Efferenzen)

• Effektoren(Reafferenzen)

• Umwelt(Exafferenzen), externe Bewegungen

• Affernz (Ex-+Reafferenz)

• Efferenzen hinterlassen eine Efferenzkopie

  • von Reafferenzen und Exafferenzen werden Meldung der Ausführung als Afffernzkopie weitergeleitet

  • => vergleich mit Efferenzkopie

• Übereinstimmung=> Efferenzkopie gelöscht

• Nicht Übereinstimmung=> nächsthäherer zentr. Zentrum informiert-> Korrekturen (falls bis in Kortex dann wird uns der Korrekturvorgang bewusst)

  
  

• Realismus

• Ebene

• Verallgemeinerung

• Abstraktion

• Insekten da einfach und billig zu züchten

• Kakerlake

• Stabheuschrecke

• Fisch

• Libelle

• —> Fisch, da kein Insekt

• Laufen:

  • Laufroboter Tarry1

  • WalkNet

  • RHex

  • Sprawl

• Schwimmen:

  • RoboTuna

  • e-Bastian

  • AquaPinguin

  • Cyro/AquaJellis

Erzeugen und Überprüfen von biologisch anwendbaren Hypothesen

Elementare Einheiten des Modells innerhalb der Hierarchie “Molekül” bis “Population”

• also in welcher Ebene gearbeitet wird

Bandbreite biologischer Sysreme, die durch das Modell repräsentiert werden können

• ob es für alle Tiere der Art zutrifft oder ob es auch für andere Tiere anwendbar ist

Grad der Komplexität nd Detailgenauigkeit des biologischen Modells und der technischen Übertragung

• Körper als Stab

• Bein in 3 Ebenen Unterteil

  • Anhebung zum Grund (direkt am Körper)

  • Vor und Zurückbewegen der Beinebene (1.Knick)

  • “Längenveränderung” des Beins

• Bein “rotiert” von touch down (AEP) zu lift off (PEP)

• AEP= Anteriore extrem position (touch down)

• PEP= Posteriore extrem position (lift off

• 18 DOF (3 je 6 Beine)

• durch die 3 zeitgleichen Bodenkontakte wird quasi ein Stützdreieck gebildet, dass statisch stabil ist

• Schwerpunkt liegt innerhalb Stützdreieck

• ist eigentlich kein Lauftier, kann aber auf vier verschiedenen (räumlichen) Ebenen laufen

1. Modellierung aller bekannten elemente des neuronalen und musko-skelett Systems und inkrementaale Erzeugung eines möglichst realistischen Modells

2. Synthese logischer Komponenten um Systemeigenschaften nachzubilden -> WalkNet als verhaltensbasiertes Modell

• liegt so nicht in Natur vor, wäre aber möglich

• ist neurobiologisch plausibel

• hilft Hypothesen zu erzeugen/verstehen

1. Anzahl der Freiheitsgrade wesentlich höher als benötigt

   • Bewegung erfordert Auswahl einer von vielen Möglichen Bewegungssequenzen

   • Kriterien sind kontextabhängig

2. Redundanz&Autonomie

   • Fähigkeit schnelller Anpassung an unvorhersehbare Änderung der Randbedingungen durch Auswahl geeigneter motor. Programme

   • Fähigkeit selbstgeschaffene Regel zu befolgen

   • Entscheidungen treffen

   • Autonomie: unabhängig von externen Kommandos

3. Embodyment&Situatedness

   • Embodyment= Ausnutzung physikalischer Gegebenheiten des Körpers(Muskelelastizität zur Selbststabilisierung)

   • Situatedness= (Feedback via Außenwelt) optionale Ausnutzung phys. Interaktion zw, Körper nd Umgebung

• Laufroboter kann aber 2 Gangarten ( tri-(“schnell”, unsicher) & tetrapod(langsam, sicher))

• besteht aus Servos und Metallstäben/plättchen

  • zentralsteuereung und von da v.l.n.r. Sensiren-vorne re/li, mitte re/li, hinten re/li9

• hat Höhen-& Ziel- &Selektronetz pro Einzeleinheit

• keine Rückkopplung der Beine zur Steuerung

  -> lange Verarbeitungszeiten -> langsame Bewegung

• steuert Stemmphase inkl. Geschwindigkeit und Richtung

  • Regelung der Schwerpunktshöhe

• 
  

• steuert Schwungphase

• liefert Koordination

• Bein wird bei Hinderniss zurückgezogen und die selbe Bewegung höher angesetzt

• trifft Entscheidungen abhängig von Bewegungen

• 6x3 Aktuatorem+Sensoren ->großer Rechenaufwand

• keine Rückkopplung der Beine zur Steuerung

• WalkNet (verteiltes neuronales Netz)

  • besteht für ein Bein aus selector net(Entscheidung), swing net(Schwing/-Zielnetz), stance net(Stemm-/Höhennetz)

• Koordination mehrerer Beine erfordert

• Abstimmung benchbarter Beine erfordert

• optimimierten synergischen Vortrieb

• Stabilität der Reaktion auf externe Störungen

• verschiedene Bewegungen müssen möglich sein

  • Futterscuhe, Körperpflege…

• Kontrolle mechanisch gekoppelter Beingelenke durch positives Feedback

• Vermeidung aller Gelenkwinkel einzeln zu berechnen

• Situatedness & Embodyment über direktes taktiles Feedback

1. Schwingbewegung verhindert den Start einer weiteren Schwingbewegung (immer von hinten nach vorne)

2. Beginn einer Stemmbewegung regt den Beginn einer Schwingbewegung an (von h. nach v.+ seitwärts)

3. Caudale Positionen regen den Beginn einer Schwingbewegung an (von v. nach h., evtl. zwischen den Mittleren, seitwärts zw. v.+h.)

4. Position beeinflußt das Ziel der Schwingbewegung (vorne nach hinten)

5. Erhöhter Wiederstand bewirkt größere Kraft (Mitaktivierung) (überall und in alle Richtungen)

6. Zwischenschritt bei Tritt auf Tarsus (von v. nach h.)

• jedes Bein hat eigene Software

  • Mit Informationsaustausch zwischen den Beinen

• Insekten:

  • keine nozizeptiven Systeme—> kein Schmerzempfinden (neuere Experimente zeigen anderes)

  • leicht zu halten

  • durch wenig Neuronen gut kartierbar

• Mäuse & Ratten

  • Gene von Maus und Mensch stimmen zu 98%

• (Affen)

  • genetische, physiologische & anatomische Ähnlichkeit zum Menschen

1. statisch, Alternierend zwischen 3 Standbeinen (zwei links, eins rechts & umgekehrt)

2. dynamisch, Wellenartige Bewegung der Beine von hinten nach vorne