MBD u. Rekonfig. von mobilen, autonomen Systemen (MoDReMAS)

Damit ein Gerät autonom agieren kann benötigt es Wissen über seine Fähigkeiten, über die physische Umgebung, über mögliche Interaktionen zwischen dem Gerät und der Umgebung, und über die Aufgaben die vom Gerät ausgeführt werden sollen. Solche Geräte sollten in der Lage sein mit unerwarteten Interaktionen mit der Umgebung umzugehen, aber auch mit internen Fehlern und ihren Effekten. Interne Fehler können jederzeit auftreten, z.B. wegen Fehlern im Hardware Design, wegen Fehlern in der Software, oder wegen Abnützungserscheinungen die zu ausgefallenen Hardware-Komponenten führen. Das Ziel dieses Projektes ist es, eine Methodologie und eine unterstützende Technologie zur Verfügung zu stellen, die einem mobilen autonomen System ermöglichen einen Fehler autonom zu detektieren, z.B. eine unerwartete Bewegung des Roboters, und die grundlegende Ursache des Missverhaltens zu identifizieren, z.B. eine falsche Parameter Einstellung. Ausserdem sollte sich das Gerät selbst rekonfigurieren, entweder um den Fehler zu reparieren, z.B. durch eine Korrektur eines Parameters, oder um die Funktionalität zu degenerieren, jedoch unter Beibehaltung von ausreichenden Fähigkeiten um die vordefinierte Aufgaben zu erfüllen. Frühere Forschungs- Projekte haben wichtige Grundlagen in diesem Zusammenhang erarbeitet, es gibt jedoch noch viele offene Punkte. Einige davon werden von MoDReMAS in Angriff genommen. Unter anderem wird sich dieses Projekt mit abhängigen Fehlern beschäftigen, die oft in Hardware/Software-Systemen vorkommen. Eine weitere Herausforderung ist die Integration von Diagnose-Ergebnissen die von verschiedenen Quellen stammen und von unterschiedlicher Granularität sind. Die erwarteten Ergebnisse des Projektes werden Methoden und Modelle sein die es mobilen autonomen System (z.B. Robotern) ermöglichen, ihr Verhalten nach internen Fehlern oder unerwarteten Interaktionen mit der Umgebung anzupassen. Die Anwendung der Ergebnisse des Projektes wird dir Robustheit von Systemen erhöhen und dabei helfen, Systeme zu entwickeln die tatsächlich autonom operieren können, und dies sogar in unwirtlichen Umgebungen oder wo immer die Möglichkeiten der Interaktion mit dem menschlichen Bediener begrenzt sind.

Im Rahmen des Projekts MoDReMAS haben wir uns mit der Bereitstellung von Grundlagen und Algorithmen zur Verbesserung der Robustheit von Systemen beschäftigt. Die Motivation dieses Forschungsprojekts besteht darin technische Systeme wie Roboter oder auch Softwareagenten mit Fähigkeiten zur automatischen Adaption auszustatten, die es diesen ermöglichen auf unerwartete Gegebenheiten zu reagieren, die ursprünglich nicht im Systemdesign berücksichtigt worden waren. Solche Fähigkeiten sind von großer Bedeutung in allen Fällen wo Wartungsarbeiten nicht oder nur bedingt durchgeführt werden können. Als Beispiel seien Weltraummissionen mit Hilfe von Raumsonden genannt, wo im Fehlerfall keine externe Reparatur erfolgen kann. Um solche adaptive intelligente Systeme zu ermöglichen, ist die Verwendung von Systemmodellen unbedingt erforderlich. Diese Modelle ermöglichen es dem System Schlussfolgerungen über den aktuellen Status und die Erreichbarkeit von Zielen zu treffen. Solche Modelle können auch verwendet werden um Möglichkeiten zu bestimmen ein gegebenes Ziel zu erreichen, auch wenn dazu Systemteile oder Funktionalitäten abgeschaltet werden müssen. Die Ergebnisse von MoDReMAS umfassen die Handhabung von abhängigen Fehlern, die Reparatur von Systemen, die verteilte Diagnose und die Fehlersuche in Programmen. Abhängige Fehler findet man in komplexeren technischen Systemen recht häufig. Im Fall von Fehlerabhängigkeiten verursacht eine fehlerhafte Komponente den Ausfall einer anderen Komponente. Ohne Berücksichtigung dieses Wissens kann ein System oft nicht repariert werden. Im Projekt MoDReMAS haben wir eine Diagnosemaschine entwickelt und implementiert, die Fehler in Systemen unter Verwendung von Fehlerabhängigkeiten diagnostiziert. Ausgehend von den gefundenen Fehlern können auch Reparaturvorschläge berechnet werden, die das System in einen Zustand überführen, der es erlaubt ein gegebenes Ziel zu erreichen. Die Fragestellung, wie die genannten Projektergebnisse im Fall einer Verteilung über mehrere Komponenten oder Systeme implementiert werden können, wurde ebenfalls diskutiert. Dabei wurde eine Klassifikation für die verteilte Diagnose entwickelt. Da heutige Systeme vor allem aus Programmen bestehen, ist die Fragestellung der automatisierten Fehlersuche in Programmen von größter Wichtigkeit und wurde ebenfalls behandelt. Im Rahmen von MoDReMAS entwickelten wir Grundlagen für eine automatisierte Programmfehlersuche. Zusätzlich entwickelten wir Verfahren zur aktiven Reduktion von Diagnosekandidaten durch neu berechnete Testfälle. Die Integration von Spezifikationswissen wurde ebenfalls im Projekt behandelt.