Lernfähige autonome Roboterfähigkeiten und immersive Teleoperation

Mehr denn je gewinnen adaptive, flexible Robotersysteme branchenübergreifend an Bedeutung. Roboter werden dabei zunehmend zur Verrichtung komplexer individueller Aufgaben eingesetzt (u.a. in Produktion / Intralogistik, Medizintechnik / Pflege, Kerntechnik, Subsea, Aerospace). Hierbei spielen autonome Roboterfähigkeiten auf Basis von Technologien des maschinellen Lernens sowie die kognitiven Fähigkeiten des Menschen eine wichtige Rolle. Auf diesen basierende Entwicklungen finden daher auch zunehmend Einzug in industrielle Applikationen.

Zwecks robotergestützter Handhabung, Vereinzelung und Sortierung ungeordnet bereitgestellter Teile (vgl. Bin-Picking) mit individuellem Charakter, ergeben sich zahlreiche Herausforderungen aus der aktuellen Robotikforschung. Am Lehrstuhl FAPS wurde hierzu in den vergangenen Monaten eine einzigartige Multi-Roboter-Versuchsanlage errichtet.

Mögliche Themengebiete für eine studentische Arbeit, Auswahl eines Themas nach Interesse
  • Entwicklung, Konstruktion, Integration und Erprobung mechatronischer Systeme im Anwendungskontext (u.a. Greifer, Trennscheren, usw.)
  • Augmented Virtuality (AV) bzw. Virtual Reality (VR) Multi-Roboter Teleoperation sowie Absicherung der Roboter
  • Bildverarbeitung zur effizienten Segmentierung und räumlichen Umgebungsbeschreibung mittels Deep Learning Technologien
  • Rekonstruktion hochindividueller Handhabungsobjekte anhand Sensordaten sowie Posebestimmung dieser Objekte im Raum
  • Autonomes Greifen von Teilen (u.a. auf Basis von Ansätzen des generative Graspings)
  • Entwicklung einer Operatorentlastung bei der Teleoperation durch verbesserte Immersion sowie einer prozessspezifischen Wissensintegration auf Basis aktueller Gaming Engines
  • Untersuchung von Ansätzen des Human-in-the-Loop (HuITL) Imitation Learnings und Active Learnings zur Adaption von Fähigkeiten durch den Menschen
Eine Arbeit beinhaltet je nach Absprache die folgenden Aspekte
  • Einarbeitung in erforderliche Teile der bestehenden Hardware und Software
  • Themenspezifische Recherche des Stands von Wissenschaft und Technik
  • Entwicklung einer Methode bzw. eines Teilsystems
  • Beispielhafte Umsetzung des eigenen Ansatzes
  • Erprobung und Bewertung der Entwicklung im Rahmen der Versuchsanlage

Weitere Informationen erhalten Sie gerne auf Anfrage.

Der Arbeitsumfang sowie die spezifischen Inhalte der jeweiligen Arbeit werden entsprechend der Art der Arbeit sowie den eigenen Interessen angepasst.

Fehlende Vorkenntnisse können im Rahmen der Einarbeitungsphase erschlossen werden.

Vorkenntnisse und Anforderungen

Interesse an anwendungsnaher Fertigungsautomatisierung und Robotik

Vorkenntnisse in Abhängigkeit der Themenstellung:
Implementierungsnah: C++, Python (oder vergleichbarer Programmiersprache) von Vorteil
Hardwarenah: Erfahrungen bei der Konstruktion und Auslegung mechatronischer Systeme von Vorteil

Beginn

ab sofort

Anfrage am besten kurz per Mail oder telefonisch.

Kategorien:

Forschungsbereich:

Biomechatronik

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Informatik, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Automatisierte Produktionsanlagen, Medizintechnik, Software Engineering und Deployment

Kontakt:

Dr.-Ing. Sebastian Reitelshöfer

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)