Aristoteles' Auffassung vom Sehvorgang und seinem physischen Medium

Sehen ist für den Menschen eine besonders wichtige Form der Wahrnehmung. Über den Sehsinn nimmt der Mensch ca. 80 Prozent seiner Informationen auf, sodass „etwa ein Viertel des gesamten Gehirns und 60 Prozent der Großhirnrinde, dem Sitz höherer Hirnfunktionen, mit der Analyse der sichtbaren Welt beschäftigt ist“ (Simm, 2011). Sogar auf unsere Sprache hat das Sehen einen großen Einfluss ausgeübt. So bezeichnet man auch nicht visuelle Dinge oder Darbietungen als farblos, wenn diesen „aus unserer Sicht eine bestimmt Qualität fehlt“ (Erb, 1998, S. 1). Die große Bedeutung des Sehsinns erkannte natürlich auch Aristoteles. Er widmete dem Sehen daher einige Gedanken, die überwiegend in de anima (II 7, 418a 26 – 419b 3), aber auch in de sensu (439a 21 bis 447a 11) zu finden sind. Eine besondere Schwierigkeit der Erklärung der visuellen Wahrnehmung besteht darin, dass im Unterschied zum Fühlen, Riechen und Hören unklar ist, welches Medium zur Übertragung der Sehinformationen vom Objekt ins Auge des Betrachters verwendet wird bzw. wie diese Übertragung eventuell auch ohne klar erkennbares Medium funktionieren kann. Das Ziel dieser Arbeit ist es also, Aristoteles´ Auffassung des Sehvorganges und des hierzu benötigten Übertragungsmediums zu analysieren. Hierzu wird zunächst versucht, die teilweise schwer verständlichen und teilweise auch widersprüchlichen Ausführungen Aristoteles´ systematisch aufzuarbeiten und klar und einfach darzustellen. Dabei wird sich diese Arbeit auf das Sehen im physikalischen Sinne beschränken, also darauf wie es gelingen kann, dass Informationen über die reale Welt optisch bis zum Auge gelangen und somit der Wahrnehmung zur Verfügung stehen.

Schizophrénie et perception du temps : une méta-analyse

Méthodologie: Méta-analyse

Transport coopératif d'un objet par deux robots humanoïdes dans un environnement encombré

Il y a présentement de la demande dans plusieurs milieux cherchant à utiliser des robots afin d'accomplir des tâches complexes, par exemple l'industrie de la construction désire des travailleurs pouvant travailler 24/7 ou encore effectuer des operation de sauvetage dans des zones compromises et dangereuses pour l'humain. Dans ces situations, il devient très important de pouvoir transporter des charges dans des environnements encombrés. Bien que ces dernières années il y a eu quelques études destinées à la navigation de robots dans ce type d'environnements, seulement quelques-unes d'entre elles ont abordé le problème de robots pouvant naviguer en déplaçant un objet volumineux ou lourd. Ceci est particulièrement utile pour transporter des charges ayant de poids et de formes variables, sans avoir à modifier physiquement le robot. Un robot humanoïde est une des plateformes disponibles afin d'effectuer efficacement ce type de transport. Celui-ci a, entre autres, l'avantage d'avoir des bras et ils peuvent donc les utiliser afin de manipuler précisément les objets à transporter. Dans ce mémoire de maîtrise, deux différentes techniques sont présentées. Dans la première partie, nous présentons un système inspiré par l'utilisation répandue de chariots de fortune par les humains. Celle-ci répond au problème d'un robot humanoïde naviguant dans un environnement encombré tout en déplaçant une charge lourde qui se trouve sur un chariot de fortune. Nous présentons un système de navigation complet, de la construction incrémentale d'une carte de l'environnement et du calcul des trajectoires sans collision à la commande pour exécuter ces trajectoires. Les principaux points présentés sont : 1) le contrôle de tout le corps permettant au robot humanoïde d'utiliser ses mains et ses bras pour contrôler les mouvements du système à chariot (par exemple, lors de virages serrés) ; 2) une approche sans capteur pour automatiquement sélectionner le jeu approprié de primitives en fonction du poids de la charge ; 3) un algorithme de planification de mouvement qui génère une trajectoire sans collisions en utilisant le jeu de primitive approprié et la carte construite de l'environnement ; 4) une technique de filtrage efficace permettant d'ignorer le chariot et le poids situés dans le champ de vue du robot tout en améliorant les performances générales des algorithmes de SLAM (Simultaneous Localization and Mapping) défini ; et 5) un processus continu et cohérent d'odométrie formés en fusionnant les informations visuelles et celles de l'odométrie du robot. Finalement, nous présentons des expériences menées sur un robot Nao, équipé d'un capteur RGB-D monté sur sa tête, poussant un chariot avec différentes masses. Nos expériences montrent que la charge utile peut être significativement augmentée sans changer physiquement le robot, et donc qu'il est possible d'augmenter la capacité du robot humanoïde dans des situations réelles. Dans la seconde partie, nous abordons le problème de faire naviguer deux robots humanoïdes dans un environnement encombré tout en transportant un très grand objet qui ne peut tout simplement pas être déplacé par un seul robot. Dans cette partie, plusieurs algorithmes et concepts présentés dans la partie précédente sont réutilisés et modifiés afin de convenir à un système comportant deux robot humanoides. Entre autres, nous avons un algorithme de planification de mouvement multi-robots utilisant un espace d'états à faible dimension afin de trouver une trajectoire sans obstacle en utilisant la carte construite de l'environnement, ainsi qu'un contrôle en temps réel efficace de tout le corps pour contrôler les mouvements du système robot-objet-robot en boucle fermée. Aussi, plusieurs systèmes ont été ajoutés, tels que la synchronisation utilisant le décalage relatif des robots, la projection des robots sur la base de leur position des mains ainsi que l'erreur de rétroaction visuelle calculée à partir de la caméra frontale du robot. Encore une fois, nous présentons des expériences faites sur des robots Nao équipés de capteurs RGB-D montés sur leurs têtes, se déplaçant avec un objet tout en contournant d'obstacles. Nos expériences montrent qu'un objet de taille non négligeable peut être transporté sans changer physiquement le robot.