KI-94: Anwendungen der Künstlichen Intelligenz 18. Fachtagung für Künstliche Intelligenz Saarbrücken, 22./23. September 1994 (Anwenderkongreß)

206 Pages·1994·14.943 MB·German-English

by  A. Kellner (auth.), Gerhard Barth, Andreas Günter, Bernd Neumann (eds.)

Informatik aktuell
Herausgeber: W. Brauer
im Auft rag der Gesellschaft flir Informatik (GI)
Subreihe Ktinstliche Intelligenz
Mitherausgeber: C. Freksa
in Zusammenarbeit mit dem Fachbereich 1
"Ktinstliche Intelligenz" der GI
G. Barth A. GUnter B. Neumann (Hrsg.)
KI-94
Anwendungen der KUnstlichen Intelligenz
18. Fachtagung fUr KUnstliche Intelligenz
SaarbrUcken, 22.123. September 1994
(AnwenderkongreB)
Springer-Verlag
Berlin Heidelberg New York
London Paris Tokyo
Hong Kong Barcelona
Budapest
Herausgeber
Gerhard Barth
Daimler Benz AG
Forschungszentrum Ulm
Wilhelm-Runge-Str. 11, D-89081 DIm
Andreas Gunter
Bernd Neumann
Universitat Hamburg
FB Informatik, Labor fUr Kunstliche Intelligenz
Vogt-KolIn-Str. 30, D-22527 Hamburg
CR Subject Classification (1993): 1.2.1,1.2.5
ISBN-13:978-3-540-58464-3 e-ISBN-13: 978-3-642-79283-0
DOl: 10.1007/978-3-642-79283-0
CIP-Eintrag beantragt.
Dieses Werk ist urheberrechtlich geschiitzt. Die dadurch begriindeten Rechte, insbesonde
re die der Ubersetzung, des Nachdrucks, des Vortrags, der Entnahrne von Abbildungen
und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfliltigung auf
anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nUr
auszugsweiser Verwertung, vorbehalten. Eine Vervielfliltigung dieses Werkes oder von
Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestim
mungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland yom 9. September
1965 in der jeweils geltenden Fassung zuliissig. Sie ist grundsatzlich vergiitungspflichtig.
Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes.
© Springer-Verlag Berlin Heidelberg 1994
Satz: Reproduktionsfertige Vorlage yom Autor/Herausgeber
SPIN: 10476651 33/3140-543210 - Gedruckt auf saurefreiem Papier
Vorwort
Der vorliegende Band enthalt Beitrage, die auf dem KI-AnwenderkongreB in
der 18. Deutschen lahrestagung fUr Kiinstliche Intelligenz vorgetragen
wurden. Der KongreB hatte das Ziel, den Informationsaustausch zwischen
KI-Forschern, Entwicklem und Anwendem zu fOrdem und zur Umsetzung
von Forschungsergebnissen in praktische und wirtschaftlich erfolgreiche
Anwendungen beizutragen.
Die Beitrage verdeutlichen das breite Anwendungs- und Methodenspektrum
der KI. Kiinstliche Intelligenz ist ein lebendiges Fachgebiet, das neue
Entwicklungen aufnimmt und neue Anwendungsbereiche erschlieBt. Dabei
kommt es vielfach zu fruchtbaren Begegnungen mit anderen Disziplinen,
insbesondere den Ingenieurwissenschaften. Dieser Band wendet sich
deshalb auch bewuBt an Leser, die ihre Hauptinteressen nicht unbedingt in
der KI sehen. Er will innovative Losungen und interessante Anwendungen
aufzeigen, die durch KI-Methoden ermoglicht werden. Damit tragt er nicht
nur zu einem Briickenschlag zwischen Forschem und Anwendem, sondem
auch zu interdisziplinarer Verstandigung bei.
Nach einer in den letzten lahren spiirbaren Zuriickhaltung von Anwendem
gegeniiher KI-Methoden kann festgestellt werden, daB die KI ein
betrachtliches und kontinuierlich wachsendes Potential fUr wirtschaftlich
interessante Anwendungen besitzt. Dies ist auch eines der Ergebnisse einer
kiirzlich von Arthur D. Little fUr den BMFr erstellten Evaluierung. ledoch
ist der Weg zu erfolgreichen Anwendungen nieht so einfaeh wie friiher
vielfach angenommen.
VI
Wichtig fUr die Diskussion urn das KI-Anwendungspotential scheint uns
folgendes zu sein:
• KI bietet durch die wissensbasierte Methodologie Vorteile. die bisher
weder von der klassischen Informatik noch von Ingenieur
wissenschaften angeboten werden. Diese Vorteile sind, wenn richtig
genutzt. unmittelbar relevant fUr leistungsflihige. durchschaubare,
leicht modifizierbare und damit okonomisch vorteilhafte Losungen
komplexer Probleme in vielen Bereichen der Wirtschaft.
• In den letzten Jahren konnten wirtschaftlich ntitzliche KI
Anwendungen realisiert werden durch Anwendungsnahe, eine
verstarkte Auseinandersetzung mit konventionellen Losungen.
Integration in die jeweilige DV -U mgebung. bessere Durch
schaubarkeit des reprasentierten Wissens, Aussagen tiber die
Korrektheit der Losungen, Modifizierbarkeit und Adaptierbarkeit.
• Eine weitere Qualitatsverbesserung von KI-Anwendungen kann im
wesentlichen durch Fortschritte in zwei Richtungen erreicht werden:
(i) Konsequent anwendungsorientierte ProblemlOsungen unter
Beriicksichtigung der Anwendungsumgebung undo wo erforderlich
und niitzlich, unter Einbeziehung erprobter Methodik des
Anwendungsbereiches sowie konventioneller Informatik-Methoden;
(ii) Entwicklung validierter und wiederverwendbarer Software
Bausteine. mit denen effektive KI-Methoden wirtschaftlich zur
Anwendung gebracht werden konnen.
Wir meinen. daB die Beitrage dieses Bandes nicht nur eine
Mornentaufnahme heutiger KI-Anwendungen darstellen. sondern auch
wichtige anwendungsorientierte Entwicklungstrends der KI aufzeigen.
Die Herausgeber
Inhaltsverzeichnis
Eingeladene Hauptbeitrage
Neural Robot Control
A. Kellner 1
Artificial Intelligence in Economics and Finance -a State of the Art
L.F. Pau 5
Building Succes.~ful Applications: The Wrong Way and the Right Way
R. Milne 24
Ein~eladene Fachbeitrtice
Optimilies Scheduling mit Hi(fe von Constraint-Netzen
S. Heipcke, J. Kallrath, M. BUcker, S. Brode 37
Interpreting Clinical Questions -Medical Text Analysis Supports
Image Presentation
M. Schroder 53
Komplexitiitsbeherrschung durch den Einsatz wissensbasiertenr
Systemen- Beispiele erfolgreicher Expertensystem-Projekte in der
Mercedes Benz AG
P. Mertens 69
Oberwachung und Diagnose -Gemeinsam geht es besser
H. Marburger 84
Planbasierte Hilfeverfahrenfi:tr direkt-mllnipulative Systeme
M. Thies 93
Fachbeitrace
Fehlermllnagement in Verkehrsinformationsnetzen
D. SchUth, W. Nejdl, R. Hager 108
DINO. ein S(~ftwarewerkzeug zur technischen Diagnose -Konzept
und erste Erfahrungen
K. D. Meyer-Gramann, S. Dieter 123
Moclellbasierte Fehlercliagnose eines Ballastwassersystems
C. Bottcher, A. Brinkop, M. Zimmermann-Sturm 140
HYPERCON: Ein Konsultationssystem zur Hypertonie auf derBasis
modular organisierter Wissensbestiinde
B. Heller, J. Meyer-Fujara, S. Schlegelmilch, I. Wachsmuth 155
Synthesis (if Knowledge Based Methodology and Psychology for
Recruitment and Training of Salespersons
R. Khosla, T. Dillon, A. Parhar 170
PEMOSYS -ein validiertes hybrides Expertensystem zum
Pflanzenschutz-Monitoring
J. Zhao, u.a. 185
Neural Robot Control
A. Kellner
Deutsche Aerospace AG
Raumfahrt-Infrastruktur
Huenereldstr. 1-5
28199 Bremen, Germany
Tel [phone] Fax [phone]
INTRODUCTION
Current concepts of robot-supported operations for Space Laboratories (payload
servicing, inspection, repair and ORU exchange) are mainly based on the concept
of "interactive autonomy" which implies autonomous behaviour of the robot
according to predefined timelines, predefined sequences of elementary robot
operations and within predefined world models supplying geometrical and other
information for parameter instantiation on the one hand, and the ability to
override and change the predefined course of activities by human intervention on
the other hand.
Although in principle a very powerful and useful concept, in practice the confine
ment of the robot to the abstract world models and predefined activities appears
to reduce the robot's stability within real-world uncertainties and its applicability
to non-predefined parts of the world, calling for frequent corrective interaction by
the operator, which in itself may be tedious and time-consuming.
In this paper methods are presented to improve this situation by incorporating
"robotic skills" based on Neural Nets into the concept of interactive autonomy.
CONTROL FUNCTIONS AND INFORMATION BASES FOR
INTERACTIVE AUTONOMY
The control and information architecture associated with the concept of interactive
autonomy can be conceived as a three-layered structure, where the top-layer (the
system layer) reads in the timeline of robot, payload and subsystem tasks driving
the whole system, checks the tasks for consistency and delegates them to the
different recipients (robot, payloads, subsystems), the middle layer (subsystem
layer) breaks down the tasks into robot- and payload-specific action sequences, in
stantiates their parameters and delegates them to the bottom layer (equipment
layer) where the final control execution is performed.
2
Associated with each control layer is a database of predefined operational knowl
edge (timelines, action sequences, control strategies, as well as failure handling
methods) and a database containing predefined environment representations (e.g.
geometrical world-model for the robot) updated according to predefined transitions
after action execution.
To support interaction with the real world, predefined expected sensor values (e.g.
forces and torques) may be supplied with the predefined actions.
Moreover, associated with each control layer there is an MMI which allows opera
tor interaction on the respective layer at any time during the autonomous execu
tion of the timelines, thus providing for interactive autonomy.
NEED FOR OPERATIONAL ENHANCEMENTS
First analyses and practical experience with prototypes realizing the a.m. control
and information architecture show both the power of this concept of interactive
autonomy and its shortcomings.
The power of the concept is particularly apparent on system level in the case of
payload servicing operations. By a suitable MMI, the coordinated, interactive
robot-payload operations can easily be monitored, and whenever a change in
robot-payload interaction is necessary, this can easily be achieved by changing the
task sequences accordingly.
However, on subsystem-level problems can occur when there is a mismatch
between predefined world-model and real-world data, e.g. due to erroneous input
or update, deformation in the environment, or miscaIibration of the robot, or when
objects need to be handled which have not been foreseen in the world-model or
which are not amenable to modelling, e.g. hoses and cables.
Operator intervention on subsystem-level in this case implies selection of robot
action sequences and action parameter tuning, which can be extremely tedious and
time-consuming.
Of course, operator intervention on equipment level, i.e. by telemanipulation
(joystick control) seems more appropriate in these cases.
However, if the control is performed from the ground, the command-feedback
round-trip time of several seconds again leads to tedious and time-consuming
operations, not to speak of the problems inherent per se in fine-manipulation
using video feedback.
The same applies to problems which may occur on equipment-level during control
execution, such as jamming in insert/extract operations.
3
Obviously, some type of sensor-based control algorithms would be required to
eliminate these problems.
However, in general these cannot only be of the type providing closed-loop sense
act cycles (e.g. for force/torque-based compliant motion) but need to provide
strategies based on general knowledge, e.g. how to grasp objects which are not
amenable to modelling in a world-model, such as hoses or cables.
This leads to the concept of "robotic skills" as an additional, essential ingredient of
the concept of interactive autonomy.
ROBOTIC SKILLS
As examples, in the following two skills are presented: the "grasping skill" and the
"insert/extract-skill" .
In the first case, the robot is provided with the ability to grasp an a priori un
known object indicated by placing the cursor on its 3D-video image generated by
a pair of gripper cameras -certainly an enhancement of the a.m. concept of inter
active autonomy, which would otherwise require action sequence selection and
parametrization "by hand", or telemanipulation as explained above.
In the second case, the skill provides for a general jamming-free inser
tion/extraction capability.
Grasping Skill
This skill comprises an image preprocessing function which segments out the object
indicated by the cursor, and a "sensomotory mapping" which incorporates generic
knowledge for mapping object images onto robot commands such that the gripper
can grasp the objects. In the following, only these sensomotory mappings are
discussed further:
Since they represent generalized "grasping knowledge" which is not easily amenable
to explicit (algorithmic) coding, the approach taken was to encode them in Neural
Nets trained on a set of samples and to investigate the generalization capability of
these mappings.
In the first, straightforward analysis a 3-layered backpropagation net was trained
on a large number of objects, each in various orientations, together with the corre
sponding correct grasping poses of the robot, thus providing mappings from object
shape and orientation to robot commands. Essentially these commands are joint
angle increments which improve the gripper pose relative to the "graspable" area
of the object. After each increment execution, the sensomotory mapping is
performed again, thus providing a "servoing" on the object's shape. However,
training times appear to be quite prohibitive and, in particular, the generalization
capabilities to non-trained shapes is not satisfactory.