Safety of Autonomous Cognitive-oriented Robots
Service robots shall very soon autonomously provide services in all spheres of life by executing demanding and complex tasks in dynamic, complex environments and by collaborating with human users. In order to push forward the understanding of the safety problem a novel classification of robot hazards is provided. The so-called object interaction hazards are derived which arise when environment objects interact with objects that are manipulated by a robot. Taking into account the current state-of-the-art, it can be stated that this denotes a novel problem area. However, it is already proposed the so-called dynamic risk assessment approach, which shall enable the robot to perceive the risk of current and upcoming situations. In order to realize such a risk-aware planning system for the first time, dynamic risk assessment is integrated within a cognitive architecture serving cognitive functions like anticipation, planning and learning. In this connection, action spaces (sets of possible upcoming situations) are dynamically anticipated assessed with regard to comprised risks. Though, (initial) knowledge about hazards is required in order to realize this. Therefore, a novel procedural model is developed for systematically generating a safety knowledge base. However, it can be assumed that the safety knowledge potentially lacks completeness. The application of AI-based approaches constitutes a noteworthy opportunity. For this reason, light is shed on strategically influential learning methods in safety-critical contexts.
Finally, this work describes the generation, integration, utilization, and maintenance of a system-internal safety knowledge base for dynamic risk assessment. It denotes an overall concept toward solving the advanced safety problem and confirms in principle the realization of a safe behavior of autonomous and intelligent systems.
Autonome mobile Serviceroboter sollen zukünftig selbstständig Dienstleistungen in allen Lebensbereichen erbringen, auch in direkter Nähe zum Menschen. Um das Verständnis für Sicherheit in der Robotik zu erwei-tern, wird zunächst eine neue Klassifizierung der möglichen Gefahren vorgenommen. Hiervon wird die Klasse der Objektinteraktionsgefahren abgeleitet. Diese Gefahren entstehen, wenn Objekte der Umgebung mit denen interagieren, die der Roboter greift und transportiert. In Anbetracht des aktuellen Standes der Sicherheits-technik in der Robotik wird klar, dass sich hier ein neues Problemfeld auftut. Grundsätzlich wurde bereits ein dynamischer Risikountersuchungsansatz vorgeschlagen, welcher den Roboter selbst befähigen soll, Situatio-nen hinsichtlich möglicher Gefahren zu untersuchen. Um dadurch eine risikobewusste Handlungsplanung erstmals zu realisieren, wird dieser in eine kognitive Architektur integriert, um kognitive Funktionen, wie Anti-zipation, Planen und Lernen zu nutzen. Hierbei werden mögliche Handlungsräume dynamisch antizipiert und mittels dynamischer Risikoanalyse auf mögliche Gefahren untersucht. Um (Objektinteraktions-) Gefahren mit Hilfe der dynamischer Risikountersuchung bestimmen zu können, bedarf es eines (initialen) Wissens über mögliche Gefahren. Aus diesem Grund wird ein Vorgehensmodell zur systematischen Erzeugung einer solchen Sicherheitswissensbasis entwickelt. Dieses Sicherheitswissen ist jedoch potentiell unvollständig. Daher stellt die Erweiterung und Verfeinerung desselben eine Notwendigkeit dar. Hierbei können die Ansätze aus dem Bereich der künstlichen Intelligenz als nützliche Möglichkeit wahrgenommen werden. Daher werden strate-gisch wichtige Lernmethoden hinsichtlich der Anwendung in einem sicherheitskritischen Kontext untersucht.
Die vorliegende Arbeit beschreibt die Erzeugung, die Integration, die Verwendung und die Aufrechterhaltung einer systeminternen Sicherheitswissensbasis zum Zwecke der dynamischen Risikountersuchung. Sie stellt hierbei ein Gesamtkonzept dar, dass zur Lösung des erweiterten Sicherheitsproblems beiträgt und somit die prinzipielle Realisierung des sicheren Betriebs von autonomen und intelligenten bestätigt.
Vorschau
Zitieren
Zitierform:
Zitierform konnte nicht geladen werden.