In dieser Arbeit wurde ein Verfahren zur Planung und Implementierung einer Sprachschnittstelle für einen autonomen mobilen Roboter vorgestellt. Das System erzeugt aus einem analogen Sprachsignal zunächst eine eventuell fehlerhafte Wortkette, die durch einen Parser in eine dem Planungssystem verständliche Darstellung transformiert wird. Die Ausführung des Kommandos wird dann vollständig durch die Planungsebene übernommen. Mit den vorgestellten Verfahren und Systemen kann eine solche Sprachsteuerung relativ schnell und ohne viele linguistische Kenntnisse erstellt werden.
Mit der Implementierung des vorgestellten Systems wurde ein erster Schritt in Richtung permanenter robuster Ansteuerbarkeit des Roboters CARL durch Sprache gemacht.
Mit den verwendeten Komponenten ist, wie gezeigt, noch keine robuste Umsetzung absolut freier natürlicher Sprache in Kommandos möglich. Die Untersuchungen der implementierten Systeme haben ergeben, daß mit einer eingeschränkten Kommandostruktur eine solche Ansteuerung möglich ist. Die maximalen Größen solcher Modelle hängen wiederum von den verwendeten Komponenten und der Domäne ab. Dies wurde im Rahmen dieser Arbeit nicht weiter untersucht.
Obwohl das vorgestellte System gezeigt hat, daß eine eingeschränkte Sprachsteuerung mit den vorgestellten Komponenten realisiert werden kann, gibt es noch viele Möglichkeiten der Verbesserung und Erweiterung.
Ein wichtiger Ansatzpunkt sind die fehlenden Trainingsdaten. Durch die Erstellung von allgemeingültigeren Sprachsammlungen könnten wesentlich bessere linguistische Modelle erzeugt werden, die zu einer robusteren Erkennung von Wortketten führen. Diese Modelle können im Hinblick auf den I6-Erkenner auch stochastisch modelliert werden. Eine Sammlung für das vorgestellte System sollte mindestens 5000 Sätze enthalten.
Als nächstes erscheint die Verarbeitung von Worthypothesengraphen sinnvoll. Erfahrungen haben gezeigt, daß bei Fehlern in der ersten Satzhypothese, die korrekte Satzhypothese in den ersten nachfolgenden Hypothesen zu finden ist. Damit wäre aber die recht einfache Erstellung eines Parsers nicht mehr möglich. Es müßten andere Verfahren zur automatischen Erstellung eines solchen Parsers gesucht werden.
Ein weiterer Verbesserungsvorschlag sind Kontrolldialoge. Zum einen könnte realisiert werden, daß jede Interpretation zunächst als Hypothese aufgefaßt wird und durch eine Rückfrage an den Benutzer bestätigt werden muß. Zum anderen wäre ein System denkbar, welches auf Widersprüche innerhalb der wahrscheinlichsten Satzhypothesen reagiert. Dies kann gerade bei der fehlerhaften Erkennung von Schlüsselwörtern sehr hilfreich sein.
Eine erweiterte Verarbeitung von Negationen sollte in Zukunft ebenfalls in Betracht gezogen werden. Dies bedeutet, daß negierte Sätze im Kontext zu vorherigen Aufträgen gesehen werden sollten und somit zu einer Löschung eines unerwünschten Auftrags führen. Die Partitionierung des linguistischen Modells und der Wechsel im Kontext des geführten Dialogs könnten ebenfalls zu Verbesserungen der Systemleistungen führen. Eine Implementierung und Untersuchung des Ansatzes, die komplette Verarbeitung der Hypothesen auf der GOLOG-Ebene anzusiedeln, kann ebenfalls zu interessanten Ergebnissen führen.
Insgesamt ist festzustellen, daß die Implementierung einer robusten Sprachschnittstelle mit den zur Verfügung stehenden Standardkomponenten und der vorgestellten, recht einfachen Parser-Strategie möglich ist. Probleme sind noch bei der Erkennung und Umsetzung von Spontansprache zu beobachten. Sporadische Versuche mit Versuchspersonen haben ergeben, daß die Akzeptanz eines Roboters mit Spracheingabe, auch bei einer vorgegebenen Kommandostruktur, weitaus besser ist als bei Robotern ohne diese Möglichkeit. Es hat sich gezeigt, daß der hier gewählte Ansatz trotz einiger Nachteile vielversprechende Ergebnisse liefert.