Flexible Miro-Module
Ein weiteres Projekt nutzt das Videoverarbeitungs-Framework von Miro und enthält die eigentliche Bildverarbeitung und Objekterkennung. Durch die Abspaltung in ein eigenes Projekt ist es auch hier leicht, die Komponenten in unterschiedlichen Anwendungsszenarien zu benutzen. Als letztes Modul folgt anschließend eine geeignete Software, um Fußball zu spielen. Hierzu gehören Teile wie die Weltmodellierung, die Selbstlokalisierung und die einzelnen kleinen Bewegungssteuerungen (Behaviours) für das Anfahren des Balls, das Kicken und so weiter.
Ganz normale Probleme
Probleme in der Robotik haben oft leider wenig mit wissenschaftlichen Fragestellungen zu tun. Die Auswahl an Laptops etwa, die in die Roboter passen, ist begrenzt. Letztlich haben wir uns für Laptops aus IBMs X31-Reihe entschieden, also die kleinsten von IBM mit einem 12-Zoll-Display. Unsere Geräte sind mit einem Pentium 4 mit 1,4 GHz und Centrino ausgestattet, was ein guter Kompromiss zwischen Akkulaufzeit und Rechenleistung ist.
Damit handelt man sich aber auch die Probleme des Intel-WLAN-Moduls ein. Mit Hilfe des Ndiswrapper-Projekts[6] und der Windows-XP-Treiber lässt sich das Intel-WLAN-Modul betreiben. In der neuesten Version wurde zudem ein Fehler behoben, der die Kommunikation mit IP-Multicasting unmöglich machte. Dies war für uns deshalb so wichtig, weil einige Teile der Software auf IP-Multicasting aufbauen.
Leider scheint der Betrieb des Intel-WLAN-Moduls in Verbindung mit IP-Multicasting recht aufwändig zu sein, denn der Treiber verbrauchte jeweils einen ansehnlichen Teil der Ressourcen. Immerhin zwischen 20 und 40 Prozent, wenn Daten per IP-Multicasting ausgetauscht wurden. Die derzeit verfügbare Betaversion des nativen Open-Source-WLAN-Treibers von Intel[7] ist bisher auch keine wirkliche Alternative. Er beanspruchte bei unseren Tests noch mehr Rechenzeit. Da aber beinahe im Wochenrhythmus neue Versionen erscheinen, können wir wohl noch berechtigte Hoffnung auf Besserung haben.
| Whitepaper |
|---|
|
The Role of Open Source in Data Integration
Obwohl in den letzten Jahren viele technische Fortschritte erzielt werden konnten, verfügen die meisten Datenintegrationsprozesse nach wie vor nur über eine sehr begrenzte Automatisierung. Das vorliegende White Paper von dem Industry Analyst Mark Madson wird zunächst ein grundlegendes Verständnis von Daten Integration vermitteln, die Vorzüge von Open Source Lösungen für Daten Integration erläutern und Ihnen professionelle Empfehlungen geben, damit Sie Ihre Integrationsjobs noch einfacher und produktiver gestalten können.
Download PDF (Registrierung erforderlich)
|
|
Open Source Datenintegration in der Praxis: Fallstudien und Anwendungsbeispiele (Folge 2)
Der zweite Teil des Open Source Datenintegration in der Praxis: Fallstudien und Anwendungsbeispiele White Papers beleuchtet anhand weiterer ausgewählter Case Studies die Implementierung von Open Source Datenintegration in der Praxis und benennt die daraus resultierenden Vorteile.
Download PDF (Registrierung erforderlich)
|
Dieser Online-Artikel kann Links enthalten, die auf nicht mehr vorhandene Seiten verweisen. Wir ändern solche "broken links"
nur in wenigen Ausnahmefällen. Der Online-Artikel soll möglichst unverändert der gedrucken Fassung entsprechen.
|
