idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Davon konnten Archäologinnen und Archäologen lange bloß träumen: Ein „intelligenter Roboter“ setzt Stück für Stück zerbrochene antike Wandmalereien aus Pompeji wieder zusammen. Ein Forschungsteam um Prof. Dr. Maren Bennewitz von der Universität Bonn hat dem Roboter das Puzzeln beigebracht. Es gehört zum europäischen Verbundprojekt RePAIR („Reconstructing the Past: Artificial Intelligence and Robotics Meet Cultural Heritage“), das kürzlich abgeschlossen wurde.
Im RePAIR-Projekt kümmern sich die Bonner um das robotische System. Das Team hat Planungsalgorithmen für die beidhändigen Armbewegungen des Roboters entwickelt, mit denen er Freskofragmente sehr präzise platzieren kann. Maren Bennewitz ist Professorin für Humanoide Roboter und Prorektorin für Digitalisierung und Informationsmanagement. Sie berichtet: „Wir bringen in RePAIR unsere langjährige Erfahrung mit der Bewegungsplanung und Manipulation durch Roboter ein. Ziel des Projektes war es, zu erforschen, ob Roboter in der Lange sein können die mühsame Sortier- und Puzzlearbeit übernehmen, damit die Fachleute ihre Zeit dort einsetzen können, wo menschliche Expertise unverzichtbar ist.“ Die Universität Bonn war außerdem für die Integration und Evaluierung der gesamten robotischen Plattform zuständig und stellte sicher, dass alle Komponenten nahtlos zusammenpassten. Dazu hat Doktorand Nils Dengler dieses Jahr insgesamt fünf Wochen in Pompeij verbracht.
Das von der Europäischen Union geförderte Projekt wurde von der Universität Ca’ Foscari Venedig koordiniert. Es verknüpft modernste Methoden der Künstlichen Intelligenz und Robotik mit den Bedarfen der Archäologie. Zu den weiteren Projektpartnern zählen das Italian Institute of Technology (IIT), der Archäologische Park Pompeji, die Ben-Gurion University im Negev und das Instituto Superior Técnico Lissabon.
Bonner Expertise für den „Robo-Puzzler“
Im Zentrum von RePAIR steht eine robotische Plattform mit zwei Roboterarmen und weichen Greifhänden, die Fragmente von Wandmalereien aufnimmt und an der vom KI-Puzzle Löser berechneten Position wieder ablegt. Genau an dieser Schnittstelle zwischen intelligenter Planung und physischer Ausführung setzt die Bonner Forschung an: „Unsere Algorithmen berechnen für die beiden Roboterarme die Bewegungen, mit denen die Fragmente zuverlässig aufgenommen und vorsichtig an der berechneten Position abgelegt werden“, sagt Nils Dengler.
Fresken-Puzzle aus Pompeji
Erprobt wurde das innovative System im Archäologischen Park von Pompeji. Dort lagern unter anderem Deckenmalereien aus dem „Haus der Maler bei der Arbeit“ sowie Fresken aus der Schola Armaturarum, die durch den Ausbruch des Vesuvs 79 nach Christus, aber auch Bombardements im Zweiten Weltkrieg und einen Einsturz 2010 stark fragmentiert wurden. Die Bruchstücke werden zunächst mit einem eigens entwickelten 3D-Scan-System digitalisiert. Auf dieser Basis versucht die KI, das „Puzzle“ zu lösen: Sie schlägt passende Kombinationen zwischen Bruchstücken vor und berechnet, wie aus hunderten oder tausenden Teilen wieder größere Bildsegmente entstehen können.
„Die Herausforderung ist, dass wir im Gegensatz zu einem normalen Puzzle kein Bild auf der Schachtel haben“, sagt Maren Bennewitz. „Viele Teile sind stark beschädigt oder fehlen ganz, und Fragmente verschiedener Werke sind oft vermischt. Umso wichtiger ist es, dass Robotik und KI eng mit dem archäologischen Sachverstand zusammenarbeiten.“
Entlastung für Archäologinnen und Archäologen
Die Rekonstruktion zerbrochener Funde ist bislang eine Arbeit, die viel Geduld erfordert und im Museumsalltag oft über Jahre liegen bleibt. Indem RePAIR die zeitaufwendigen Schritte der Digitalisierung, Vorschlagsberechnung und physischen Rekonstruktion weitgehend automatisiert, können sich Archäologinnen und Archäologen verstärkt auf die wissenschaftliche Auswertung konzentrieren. Das im Projekt entwickelte Wissen ist nicht auf Pompeji beschränkt. Überall auf der Welt lagern in Depots und Magazinen große Mengen an Fragmenten von Keramik, Wandmalereien oder Architekturteilen, deren Rekonstruktion aus Zeitgründen nie begonnen wurde.
Prof. Bennewitz resümiert: „Es ist faszinierend zu sehen, wie Robotik nicht nur in Fabriken oder der Logistik Aufgaben löst, sondern auch beim Erhalt unseres kulturellen Erbes helfen kann. RePAIR zeigt auch exemplarisch, wie interdisziplinäre Zusammenarbeit in Europa funktionieren kann. Für uns in Bonn war das Projekt ein wichtiger Baustein, um unsere Robotik-Forschung noch stärker in gesellschaftlich relevante Anwendungen einzubringen.“
Das Projekt RePAIR wurde im Rahmen des Förderprogramms Horizon 2020 der Europäischen Union unter der Grant Agreement No. 964854 gefördert.
Weitere Informationen zum Projekt finden sich unter
https://www.repairproject.eu
In diesem Video kann man den Roboter bei der Arbeit sehen:
https://youtu.be/AUN5aGMb6Eo
Prof. Dr. Maren Bennewitz
Telefon: 0228/73-54164
E-Mail: maren@cs.uni-bonn.de
Brachten dem Roboter das Puzzeln bei: Maren Bennewitz und Nils Dengler.
Source: Humanoid Robots Lab, Uni Bonn
Copyright: Humanoid Robots Lab, Uni Bonn
Criteria of this press release:
Journalists, all interested persons
History / archaeology, Information technology
transregional, national
Research projects, Transfer of Science or Research
German
Brachten dem Roboter das Puzzeln bei: Maren Bennewitz und Nils Dengler.
Source: Humanoid Robots Lab, Uni Bonn
Copyright: Humanoid Robots Lab, Uni Bonn
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
