Zusammenfassung
Dieser Artikel beschäftigt sich mit der Wegeplanung von Fahrerlosen Transportfahrzeugen. Es wird eine Übersicht über die verschiedenen Gruppen von Wegeplanungsalgorithmen, wie zum Beispiel Geometrische Ansätze oder Algorithmen der Computational Intelligence gegeben. Ein besonderes Augenmerk liegt auf der Kombination von menschlichem Wissen mit Wegeplanungsalgorithmen. Ein konkretes Beispiel für ein Expertensystem wird vorgestellt, das menschliches Wissen in Form eines Fuzzy Inferenz Systems speichert. Der Output des Fuzzy Inferenz Systems interagiert mit einem A∗-Algorithmus. Als Ergebnis entstehen Wegenetze, die sowohl anwendbar, als auch effizient sind. Der Artikel endet mit einer Evaluierung, wann Ansätze des Cognitive Computings sinnvoll für die Wegeplanung von Fahrerlosen Transportfahrzeugen eingesetzt werden können.
Dieser Beitrag basiert auf „Uttendorf, S.: Automated Generation of Roadmaps for Automated Guided Vehicle Systems. In: Behrens, B.-A.; Nyhuis, P.; Overmeyer, L. (Hrsg.): Berichte aus dem IPH, Band 3/2018, TEWISS – Technik und Wissen GmbH, Garbsen 2018. ISBN: 978-3-95900-218-9“.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
z. B. STILL iGO (www.still.de/fileadmin/stillwww/content/de/04_Intralogistik-Systeme/03_Automatisierung/Prospekte/iGo-Prospekt_2015_HHd_2015_web.pdf) und Götting Track Editor (http://www.goetting.de/news/2015/track-editor).
Literatur
Alonso JM, Magdalena L (2011) Special issue in interpretable fuzzy systems. Information Sciences, Elsevier, 181(20):4331–4339.
Buduma N (2017) Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms. O’Reilly.
Demuth R (2016) Götting Track Editor jetzt online verfügbar. http://www.goetting.de/news/2015/track-editor. Letzter Zugriff 13.07.2016.
Dijkstra EW (1959) A note on two problems in connexion with graphs. In: Numerische Mathematik, Springer-Verlag, 1(1):269–271.
Ge S, Cui Y (2002) Autonomous Robots, 13:207.
Goodfellow I, Bengio Y, Courville A (2017) Deep Learning (Adaptive Computation and Machine Learning). The MIT Press.
Hart P, Nilsson N, Raphael B (1968) A formal basis for the heuristic determination of minimum cost paths. IEEE Transaction on System Science and Cybernetics, IEEE Press, 4(2):100–107.
Heaton J (2014) Artificial Intelligence for Humans, Volume 2: Nature-Inspired Algorithms. CreateSpace Independent Publishing Platform.
Heaton J (2015) Artificial Intelligence for Humans, Volume 3: Deep Learning and Neural Networks. CreateSpace Independent Publishing Platform.
Klein R (2005) Algorithmische Geometrie- Grundlagen, Methoden, Anwendungen, Springer Verlag Berlin.
Klir GJ, Yuan B (1995) Fuzzy Sets and Fuzzy Logic. Theory and Applications. Prentice Hall Verlag, Upper Saddle River.
Kruse R, Borgelt C, Braune C, Klawonn F, Moewes C, Steinbrecher M (2011) Computational Intelligence. Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. Vieweg+Teubner Verlag, Wiesbaden.
Mac T, Copot C, Tran D, Keyser R (2016) Heuristic approaches in robot path planning: A survey. Robotics and Autonomous Systems, 86:13–28.
Mendel J (2017) Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions, 2nd Edition, Springer.
Nüchter A (2009) 3D Robotic Mapping- The Simultaneous Localization and Mapping Problem with Six Degrees of Freedom. Springer.
Raja P, Pugazhenthi S (2012) Optimal path planning of mobile robots. A review. In: International Journal of Physical Sciences, Academic Journals, 7(9):314–1320.
Seising R. (2005) Die Fuzzifizierung der Systeme. Die Entstehung der Fuzzy Set Theorie und ihrer ersten Anwendungen – Ihre Entwicklung bis in die 70er Jahre des 20. Jahrhunderts. Stuttgart: Franz Steiner Verlag (Boethius: Texte und Abhandlungen zur Geschichte der Mathematik und der Naturwissenschaften Band 54).
Turban E, Aronson JE (1998) Decision Support Systems and Intelligent Systems. 5. Aufl., Pearson Education (US), New York.
Ullrich G (2014) Fahrerlose Transportsysteme. Eine Fibel – mit Praxisanwendungen – zur Technik – für die Planung, 2. Aufl., Springer Vieweg Verlag, Wiesbaden.
Uttendorf S, Overmeyer L (2018) Automated Generation of Roadmaps for Automated Guided Vehicle Systems, Berichte aus dem IPH, 3/2018, Garbsen: TEWISS Verlag.
VDI 2510 (2005) Automated Guided Vehicle Systems (AGVS). Beuth Verlag, Berlin.
Zadeh LA (1965) Fuzzy sets. Information and Control, Elsevier, 8(3):338–353.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Uttendorf, S. (2020). Kollektive Intelligenz von Mensch und Maschine – Fuzzy Logik zur Einbindung von Expertenwissen in die Wegeplanung von Fahrerlosen Transportfahrzeugen. In: Portmann, E., D'Onofrio, S. (eds) Cognitive Computing. Edition Informatik Spektrum. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-27941-7_8
Download citation
DOI: https://doi.org/10.1007/978-3-658-27941-7_8
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-27940-0
Online ISBN: 978-3-658-27941-7
eBook Packages: Computer Science and Engineering (German Language)