No description available.

In der vorliegenden Arbeit werden rekurrente neuronale Netze im Hinblick auf ihre Eignung zur Bewegungssteuerung autonomer Roboter untersucht. Nacheinander werden Oszillatoren für Vierbeiner, homöostatische Ringmodule für segmentierte Roboter und monostabile Neuromodule für Roboter mit vielen Freiheitsgraden und komplexen Bewegungsabläufen besprochen. Neben dem mathematisch-theoretischen Hintergrund der Neuromodule steht in gleichberechtigter Weise deren praktische Implementierung auf realen Robotersystemen. Hierzu wird die funktionale Einbettung ins Gesamtsystem ebenso betrachtet, wie die konkreten Aspekte der zugrundeliegenden Hardware: Rechengenauigkeit, zeitliche Auflösung, Einfluss verwendeter Materialien und dergleichen mehr. Interessante elektronische Schaltungsprinzipien werden detailliert besprochen. Insgesamt enthält die vorliegende Arbeit alle notwendigen theoretischen und praktischen Informationen, um individuelle Robotersysteme mit einer angemessenen Bewegungssteuerung zu versehen. Ein weiteres Anliegen der Arbeit ist es, aus der Richtung der klassischen Ingenieurswissenschaften kommend, einen neuen Zugang zur Theorie rekurrenter neuronaler Netze zu schaffen. Gezielte Vergleiche der Neuromodule mit analogen elektronischen Schaltungen, physikalischen Modellen und Algorithmen aus der digitalen Signalverarbeitung können das Verständnis von Neurodynamiken erleichtern. / How recurrent neural networks can help to make autonomous robots move, will be investigated within this thesis. First, oscillators which are able to control four-legged robots will be dealt with, then homeostatic ring modules which control segmented robots, and finally monostable neural modules, which are able to drive complex motion sequences on robots with many degrees of freedom will be focused upon. The mathematical theory of neural modules will be addressed as well as their practical implementation on real robot platforms. This includes their embedding into a major framework and concrete aspects, like computational accuracy, timing and dependance on materials. Details on electronics will be given, so that individual robot systems can be built and equipped with an appropriate motion controller. It is another concern of this thesis, to shed a new light on the theory of recurrent neural networks, from the perspective of classical engineering science. Selective comparisons to analog electronic schematics, physical models, and digital signal processing algorithms can ease the understanding of neural dynamics.

Die motorischen Fähigkeiten humanoider Roboter werden häufig von antriebsbedingten Nichtlinearitäten und Reibungseffekten negativ beeinflusst. Zur deren Kompensation werden üblicherweise modellbasierte Regelkreise genutzt, die i.d.R. von einer hochfrequenten Signalverarbeitung und mehreren Sensorqualitäten abhängen. Entgegen solch modellbasierten Techniken werden in der vorliegenden Arbeit modellfreie Steuerungsmethoden auf Basis parallel gekoppelter Antriebe entwickelt. Zur Entwicklung und Untersuchung dieser Steuerungsmethoden wird nach der von Pfeifer in seinem Werk “How the body shapes the way we think” beschriebenen synthetischen Methodik vorgegangen. Entgegen modellbasierten Untersuchungen auf Basis von Simulationen stehen bei der synthetischen Methodik empirische Untersuchungen am realen System im Vordergrund. Als Ausgangspunkt dienen konventionelle elektromechanische Antriebe mit deren bekannten leistungseinschränkenden Nichtlinearitäten und Reibungseffekten. Durch die parallele Kopplung mehrerer Antriebe an einem einzelnen Gelenk wird das Spektrum der Steuerungsmöglichkeiten deutlich erweitert. Es zeigt sich, dass (1) durch eine konstante antagonistische Vorspannung das Arbeitsverhalten von konventionellen Proportionalreglern optimiert werden kann, (2) durch dynamische asymmetrische Änderung der Vorspannung Nichtlinearitäten bei niedrigen Geschwindigkeiten ausgeglichen werden können und (3) getriebebedingte Reibungseffekte mit einer phasenverschobenen Pulsmodulation der Steuersignale kompensiert werden können. Weiterhin wird gezeigt, wie die erarbeiteten Steuerungsmethoden auf beliebig viele parallel gekoppelte Antriebe übertragen werden können. Für den praktischen Einsatz der Steuerungsmethoden werden diese in einer hybriden Steuerung zusammengeführt. Diese wird durch eine weitere Funktion, den Energiesparmodus beim Halten statischer Positionen, ergänzt und am humanoiden Roboter Myon implementiert und experimentell evaluiert. / Motor functions of humanoid robots are often negatively influenced by nonlinearities and friction effects of the actuators. The popular means of compensation are control circuits based on modelling, which rely on powerful HF Signal processing and various sensor qualities. In contrast, this thesis develops non-modelling control methods based on parallel coupled actuators. Development and exploration of these control methods follow Pfeifer’s synthetic methodology as described in his work “How the body shapes the way we think”. In contrast to the analysis based on emulation as used in modelling, the synthetic methodology focuses rather on empirical tests within the real system. The present work explores control methods for parallel coupled actuators for use in robot points. It starts from conventional electromechanical actuators with their known power limiting nonlinearities and frictional effects. Linking several parallel coupled actuators to a single joint significantly expands the spectrum of control capabilities. Using two parallel coupled actuators as an example, it is examined to which extent undesirable properties of single actuators can be compensated. The results show that (1) the Performance of conventional proportional controllers can be optimized by a constant antagonistic bias voltage, (2) nonlinearities at low velocities can be balanced out by a dynamic asymmetrical adjustment of the bias, and that (3) gear related frictional effects can be compensated by a phase shifted pulse modulation of the control signals. In addition, it is shown how the developed control methods can be applied to a random number of parallel coupled actuators. For practical use, the various control methods are combined in a hybrid control, which is supplemented by an energy saving mode when maintaining static positions. The hybrid control is being implemented into the humanoid robot Myon and evaluated by experiment.