Manual Engineering and Evolution of Emergent Algorithms for Agents on Two-dimensional Grids

Language
en
Document Type
Doctoral Thesis
Issue Date
2011-02-17
Issue Year
2011
Authors
Komann, Marcus
Editor
Abstract

In this thesis, the problem of detecting the attributes of multiple objects in binary images in realtime is solved. It is a common problem in industrial machine vision. For the solution, the usage of emergent algorithms on a smart camera with a fine-grained massively-parallel processor is proposed. Combining both is promising since such processors can exploit the abilities of emergent algorithms. Therefore, so-called Marching Pixels are introduced. These are local agents that traverse the pixel grid of an image in a certain way in order to accumulate global data about the image objects. At first, manually engineered Marching Pixels algorithms for different object classes are presented and compared. Afterwards, their realizations in hardware are shown. These realizations are able to fulfill the realtime requirements and are small enough for application in real industrial scenarios. They can further be used to execute other emergent algorithms that are based on 2-D grids. However, the absolute quality of the manually engineered algorithms is unknown. In the thesis, emergent agent algorithms for 2-D grids are thus also evolved. First, the effectiveness of evolution for finding good emergent agent algorithms is shown. Then, it is argued that improving agent abilities has to be done by cautiously balancing increased agent amounts and higher agent intelligence. The focus on the initial machine vision problem is thereby expanded to emergent agents on 2-D grids in general since many complex systems today comprise such entities and controlling their emergent phenomena is difficult but worthwhile.

Abstract

In dieser Dissertation wird das Problem der Realzeit-Ermittlung der Eigenschaften mehrerer Objekte in binären Bildern gelöst. Dies ist ein verbreitetes Problem der industriellen maschinellen Bildverarbeitung. Als Lösung wird der Einsatz emergenter Algorithmen auf einer intelligenten Kamera mit massiv-parallelem Prozessor vorgeschlagen. Die Kombination beider ist vielversprechend, weil solche Prozessoren die Leistungsfähigkeit emergenter Algorithmen besonders gut ausnutzen können. Darum werden so genannte Marching Pixels vorgestellt. Dies sind lokale Agenten, die das Pixelfeld eines Bildes auf eine bestimmte Art und Weise überlaufen um Informationen über die Objekte im Bild zu sammeln. Zuerst werden von Hand entwickelte Marching Pixels Algorithmen für verschiedene Objektklassen präsentiert und verglichen. Danach werden ihre Hardware-Realisierungen gezeigt. Diese Realisierungen sind in der Lage Realzeitanforderungen zu erfüllen und klein genug für den Einsatz in echten industriellen Umgebungen. Darüber hinaus kann man sie benutzen um andere auf 2-D-Gittern beruhende emergente Algorithmen auszuführen. Die absolute Qualität der von Hand entwickelten Algorithmen ist aber unbekannt. In dieser Dissertation werden emergente Agentenalgorithmen daher auch evolviert. Zuerst wird gezeigt, dass Evolution ein effektives Verfahren für die Suche nach emergenten Agentenalgorithmen ist. Danach wird argumentiert, dass die Verbesserung von Agentenfähigkeiten am besten durch behutsames Ausbalancieren von höheren Agentenzahlen und gesteigerter Agentenintelligenz erreicht wird. Der Fokus auf das Ausgangsproblem der maschinellen Bildverarbeitung wird dabei auf Agenten auf 2-D-Gittern im Allgemeinen erweitert, da viele komplexe Systeme heutzutage aus solchen Einheiten bestehen und weil die Kontrolle ihrer emergenten Phänomene schwierig aber lohnend ist.

DOI
Document's Licence
Faculties & Collections
Zugehörige ORCIDs