Index

Reinforcement Pfadplaner zur sozialen Navigation

Motivation

Technologien der mobilen Robotik ermöglichen neue Assistenzsysteme zur Unterstützung der Mobilität und Orientierung. Dazu gehören sowohl das am FAPS entwickelte Assistenzsystem für Blinde als auch der am FAPS entwickelte intelligente Rollstuhl.

Reinforcement Learning bietet eine Alternative zu klassischen Pfadplanern, die durch Simulationen und Experimente trainiert werden können. Damit kann ein Pfadplaner unabhängig von mathematischen Modellen trainiert werden. Dies bietet insbesondere Vorteile in der sozialen Navigation, da der Roboter in der Simulation auf sein soziales Verhalten trainiert werden kann. Die Navigation von Personen erfordert darüber hinaus, dass die Pfadplanung auch Komfortfaktoren der Passagiere berücksichtigt. Dazu muss der bestehende Stand der Technik erweitert werden. Ansätze dazu können diesen Veröffentlichungen entnommen werden:

 

Ziele und Arbeitsschritte

  • Einarbeitung in ROS
  • Einarbeitung in das Themenfeld der Personennavigation
  • Literaturrecherche zu bestehenden Navigationsansätzen mittels RL
  • Bewertung bestehender sozial akzeptierten Navigationsalgorithmen hinsichtlich des Passagierkomforts
  • Implementierung neuer Lösungsansätze

Benefits

  • Hands-on experience in der Entwicklung im Bereich Medizintechnik und Robotik
  • Austausch mit anderen Studierenden am FAPS
  • Einblicke in weitere Forschungsbereiche
  • Anwendungsbezogene Arbeit für den Berufseinstieg
  • Flexible Arbeitsweise

Hinweise zur Bewerbung

  • Grundlegende Programmierkenntnisse sollten vorhanden sein
  • Vorkenntnisse in ROS von Vorteil, aber nicht zwingend notwendig
  • Beginn ist jederzeit möglich
  • Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
  • Weitere Informationen auf Anfrage per Mail oder gerne im persönlichen Gespräch

3D Computer Vision Modellierung mit Deep Learning für Robotik

Ausgangssituation

Um die Absolutgenauigkeit von 6-Achs-Industrierobotern zu verbessern, wird ein Computer-Vision-basiertes Regelungssystem entwickelt. Die 6DoF Pose des Bauteils am Endeffektor des Roboters muss sehr genau innerhalb eines großen Messraums bestimmt werden. Damit diese Ziele erreicht werden können, werden mehrere Kameras gleichzeitig verwendet. Mit Image Registration werden die Bilder von verschiedenen Kameras in dasselbe Koordinatensystem transformiert. Die dadurch erzeugten hochgenauen konsistenten Bilddaten können dann von nachfolgenden Algorithmen genutzt werden.

Aufgabenschwerpunkte

  • 3D Computer Vision 
  • Pose Estimation
  • Image Registration
  • Image Reconstruction
  • Photogrammetrie
  • Robotik
  • 3D Scanning
  • Subpixel Algorithmen

Vorkenntnisse

  • Python Kenntnisse wünschenswert
  • Computer Vision Kenntnisse wünschenswert
  • Deep Learning Kenntnisse wünschenswert
  • ROS Kenntnisse von Vorteil
  • C++ Kenntnisse von Vorteil

Pfadplanung unter Berücksichtigung von sozialer Akzeptanz und Passagierkomfort für einen intelligenten Rollstuhl

Motivation

Die Technologien der mobilen Robotik ermöglichen neue Assistenzsysteme zur Unterstützung der Mobilität und Orientierung. Dazu gehören sowohl das am FAPS entwickelte Assistenzsystem für Blinde als auch der am FAPS entwickelte intelligente Rollstuhl. Für solche Systeme können aktuelle Algorithmen der Roboternavigation genutzt werden. Bisherige Ansätze zur sozialen Navigation berücksichtigen nur Komfortfaktoren von Personen in der Umgebung des Roboters, nicht aber die Komfortfaktoren des Passagiers selbst. Dieses Problem soll am FAPS erforscht werden. Weitere Informationen finden Sie in dieser Veröffentlichung.

Für die soziale Navigation unter Berücksichtigung von Personen für mobile Roboter stehen verschiedene Simulations- und Navigationsansätze zur Verfügung. Im Rahmen dieser Arbeit sollen Algorithmen getestet und hinsichtlich des Nutzerkomforts bewertet werden. Darauf aufbauend soll eine Weiterentwicklung implementiert werden, um den Komfort für den Passagier zu erhöhen. Mögliche Lösungsansätze stellen Planner basierend auf dem Social Force Model oder Reinforcement Learning dar.

Ziele und Arbeitsschritte

  • Einarbeitung in ROS
  • Einarbeitung in das Themenfeld der Personennavigation
  • Literaturrecherche zu bestehenden Navigationsansätzen
  • Einarbeitung in die Simulationsumgebung HuNavSim
  • Bewertung bestehender sozial akzeptierten Navigationsalgorithmen hinsichtlich des Passagierkomforts
  • Implementierung neuer Lösungsansätze

Benefits

  • Hands-on experience in der Entwicklung im Bereich Medizintechnik und Robotik
  • Austausch mit anderen Studierenden am FAPS
  • Einblicke in weitere Forschungsbereiche
  • Anwendungsbezogene Arbeit für den Berufseinstieg
  • Flexible Arbeitsweise

Hinweise zur Bewerbung

  • Grundlegende Programmierkenntnisse sollten vorhanden sein
  • Vorkenntnisse in ROS von Vorteil
  • Beginn ist jederzeit möglich
  • Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
  • Weitere Informationen auf Anfrage per Mail oder gerne im persönlichen Gespräch

Kontakt

Matthias.Kalenberg@faps.fau.de

 

BA/PA/MA: Konzeption und Implementierung einer Methode für den sicheren Einsatz künstlicher Intelligenz auf autonomen mobilen Systemen

Ausgangssituation:

Moderne Formen der Arbeitsmaschinen stellen hohe Anforderungen an die eingesetzte Automatisierungstechnik. Durch die hohen Antriebsleistungen und Einsatzgewichte dieser Maschinen wird eine sichere Automatisierung benötigt.  Zusätzlich kann durch langjährige Analyse der Auswirkungen von physikalischen Effekten auf mechatronische Komponenten auf eine Vielzahl an Sensorsystemen zur Erfassung von Umgebungsinformationen zurückgegriffen werden.

Die Auswertung dieser großen Datenmengen wird dabei vermehrt durch künstliche neuronale Netze realisiert. Die zuverlässige und sichere Integration von neuronalen Netzen stellt den aktuellen Stand der Technik allerdings vor große Herausforderungen.

Im Forschungsprojekt POV.OS wird daher eine innovative Automatisierungsplattform entwickelt, die durch eine offene Architektur aus Hardware und Software den Einsatz und die Funktionalisierung mobiler Arbeitsmaschinen ermöglicht. Im Verlaufe des Projekts und dieser Abschlussarbeit sollen deshalb konkrete Methoden konzipiert und implementiert werden, die den Einsatz von künstlichen neuronalen Netzen auch im sicherheitskritischen Kontext mobiler Arbeitsmaschinen ermöglichen. Hierfür sollen zunächst konkrete KI-Systeme implementiert werden, die anschließen durch entsprechende Sicherheitskonzepte funktionalisiert werden.

Aufgabenschwerpunkte:

  • Einarbeitung in den Stand der Technik (Autonomes Fahren, Künstliche Intelligenz)
  • Einarbeitung in die grundlegende Funktionsweise sowie in aktuelle Limitationen von künstlichen neuronalen Netzen
  • Implementierung ausgewählter künstlicher neuronaler Netze für konkrete Use-Cases
  • Konzeption und Implementierung einer Methode für den Einsatz künstlicher neuronaler Netze im sicherheitskritischen Kontext
  • Statistische Evaluation der Ergebnisse anhand branchenüblicher Metriken
  • Strukturierte Darstellung der Ergebnisse

Vorkenntnisse:

  • Interesse an autonomen Fahrzeugen und neuronalen Netzen
  • Interesse an Sensorik und Datenauswertung
  • Grundlegende Programmierkenntnisse in Python, C++ und ROS2 von Vorteil
  • Sehr gute Deutsch- und Englisch-Kenntnisse

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Bewerbungen ausschließlich per E-Mail mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht)

Bewertung bestehender Navigationsalgorithmen hinsichtlich sozialer Akzeptanz und Passagierkomfort

Motivation

Technologien der mobilen Robotik ermöglichen neue Assistenzsysteme zur Unterstützung der Mobilität und Orientierung. Dazu zählt sowohl das am FAPS entwickelte Assistenzsystem für Blinde als auch der am FAPS entwickelte intelligente Rollstuhl.

Für Personennavigation steht der Komfort für die unterstütze Person im Vordergrund. Dafür müssen Komfortfaktoren sowohl für den Passagier als auch für umstehende Personen berücksichtigt werden.

Zur sozialen Navigation von mobilen Robotern stehen verschiedene Simulationen und Navigationsansätze zur Verfügung. Im Rahmen dieser Arbeit sollen die verschiedenen Simulationen und Algorithmen ausprobiert und hinsichtlich des Nutzerkomforts bewertet werden.

Ziele und Arbeitsschritte

  • Einarbeitung in ROS
  • Einarbeitung in das Themenfeld der Personennavigation
  • Literaturrecherche zu bestehenden Navigationsansätzen
  • Inbetriebnahme des Simulators HuNavSim und Evaluierung weiterer Simulatoren
  • Bewertung bestehender sozial akzeptierten Navigationsalgorithmen hinsichtlich des Passagierkomforts
  • Aufzeigen von Schwachstellen bestehender Ansätze hinsichtlich des Passagierkomforts durch Einführung neuartiger Metriken

Benefits

  • Hands-on experience in der Entwicklung im Bereich Medizintechnik und Robotik
  • Austausch mit anderen Studierenden am FAPS
  • Einblicke in weitere Forschungsbereiche
  • Anwendungsbezogene Arbeit für den Berufseinstieg
  • Flexible Arbeitsweise

Hinweise zur Bewerbung

  • Grundlegende Programmierkenntnisse sollten vorhanden sein
  • Vorkenntnisse in ROS von Vorteil
  • Beginn ist jederzeit möglich
  • Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
  • Weitere Informationen auf Anfrage per Mail oder gerne im persönlichen Gespräch

Autonome Navigation von Assistenzsystemen

Motivation

Fortschritte in der mobilen Robotik ermöglichen immer neue Anwendungsgebiete für mobile Roboter, vom Staubsaugerroboter über autonome Rollstühle bis hin zu fahrerlosen Transportsystemen. Diese Technologien eröffnen neue Möglichkeiten für die Entwicklung von Assistenzsystemen für seh- oder gehbehinderte Menschen, wie zum Beispiel einen Navigationsrucksack oder einen intelligenten Rollstuhl (siehe Bild). Insbesondere für Anwendungen im unmittelbaren Umfeld des Menschen bestehen hohe Anforderungen an die autonome Navigation hinsichtlich der sozialen Akzeptanz und des Komfortempfindens des Nutzers.

Am FAPS werden neue Algorithmen für eine sozialverträgliche und komfortable Personennavigation entwickelt. Aktuelle Aufgaben sind die Evaluierung von Bewertungsmetriken in der Simulation und die Entwicklung und Implementierung von entsprechenden Karten und Pfadplanern für die Navigationsarchitektur des Robot Operating Systems (ROS). Der Forschungsschwerpunkt liegt dabei auf der Navigation z.B. in Form von Kostenkarten oder neuartigen Pfadplanern basierend auf dem Social Force Modell.

Die Arbeiten in diesem Bereich umfassen die Einarbeitung in die Thematik der Personennavigation, die Entwicklung und Implementierung eines der Softwaremodule und dessen Evaluierung an einem realen Demonstrator.

Konkretere Informationen erhalten Sie gerne auf Anfrage per Mail in einem persönlichen Gespräch.

 

Benefits

  • Praktische Entwicklungserfahrung im Bereich autonome Navigation und Umgebungswahrnehmung
  • Austausch mit anderen Studierenden am FAPS
  • Einblicke in andere Forschungsgebiete
  • Anwendungsorientierte Arbeit für den Berufseinstieg
  • Flexible Arbeitsweise

Hinweise / Anforderung zur Bewerbung

  • Beginn ist jederzeit möglich
  • Gute bis sehr gute Kenntnisse auf dem Gebiet der Robotik durch bestandene Prüfung auf diesem Gebiet
  • Vorkenntnisse in der Programmierung von C++/Python/ROS von Vorteil
  • Bewerbung bitte per Email mit aktueller Notenübersicht und Lebenslauf
  • Weitere Informationen auf Anfrage per Mail oder im persönlichen Gespräch

BA/PA/MA: Entwicklung einer modularen und offenen Systemplattform für autonome Arbeitsmaschinen

Ausgangssituation

Im Rahmen des Forschungsprojektes POV.OS forscht der Lehrstuhl FAPS an der Entwicklung einer innovativen Automatisierungsplattform als offene Architektur aus Hardware und Software für den Einsatz und die Funktionalisierung von mobilen Arbeitsmaschinen. Die Automatisierungsplattform wird dabei modular und mit offenen Schnittstellen gestaltet, um sich für vielfältige Anwendungsgebiete zu eignen.
Im Rahmen des Projekts werden mehrere Referenzfälle umgesetzt. Exemplarisch für intralogistische Aufgaben wird am Lehrstuhl ein autonomer Routenzugschlepper implementiert.

Im Rahmen des Projekts ist eine Vielzahl spannender Arbeiten zu vergeben. Neben den konkret ausgeschriebenen Arbeiten besteht auch die Möglichkeit einer Initiativbewerbung über diese Ausschreibung, um besonderen Kompetenzen gerecht zu werden.

Aufgabenstellung

Es sind vielfältige Aufgabenstellungen aus den folgenden Themenkomplexen zu bearbeiten:

  • Entwurf und Inbetriebnahme einer kollaborativen Entwicklungsplattform
  • Betriebsbegleitende Simulation, Vernetzung und digitaler Zwilling
  • Analyse von Anforderungen und Definition von Schnittstellen im Kontext autonomer Arbeitsmaschinen
  • Umsetzung autonomer Funktionen auf ROS-Basis als Softwarepakete
  • Sensordatenfusion unterschiedlicher Sensortechnologien
  • KI-Methoden auf Basis der Fusion von LiDAR- und Kameradaten
  • Definition einer sicheren und effizienten Interprozesskommunikation und ROS-Middleware

Vorkenntnisse

  • Interesse an autonomen Arbeitsmaschinen und insbesondere autonomer Intralogistik
  • Motivation und eigenständige Arbeitsweise
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Vorerfahrung im gewünschten Themenbereich

Weitere Informationen gibt es gerne in einem persönlichen Gespräch.
Kontaktaufnahme bitte nur per E-Mail an christopher.may@faps.fau.de und patrick.ziegler@faps.fau.de einschließlich aussagekräftigen Unterlagen (Vorschlag für Themenkomplex, Lebenslauf, vollständige Notenübersicht).

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Entwicklung von sozialen Robotern

Die Robotik entwickelt sich über alle Anwendungsdomänen in der Industrie, in den Dienstleistungsbereichen, in Medizin und Pflege sowie im privaten Umfeld zu einer Schlüsseltechnologie für Wertschöpfung, verbesserte Arbeitsbedingungen und Unterstützung. Überall dort, wo Menschen und autonome technische Systeme kooperieren sollen und wollen, ist eine sozial intelligente und anpassungsfähige Interaktion entscheidend für eine angenehme, effiziente und akzeptiere Zusammenarbeit zwischen Menschen und Maschinen. Gerade im Bereich der sozialen Robotik ergeben sich also enorme Potenziale, die zukünftig den Erfolg von robotischen Applikationen entscheidend beeinflussen werden.

Im Rahmen eines neuen Forschungsprojektes werden wir eine Softwarearchitektur für erziehbare soziale Roboter entwicklen.

Eine Arbeit im Rahmen dieser Forschung umfasst zum Beispiel

Programmierung von Komponenten einer Softwarearchitektur für Soziale Roboter. Oder die Programmierung von Agentensystemen.Die Integration von neuartigen Sensoriken in Roboterplattformen. Oder die Gestaltung von Interaktionsformen mit Robotersystemen.

Wir suchen laufend neue Teammitglieder.

Bei Interesse gerne einen Termin für eine detailierte Vorstellung und gemeinsam Entwicklung möglicher Themen ausmachen.

Vorkenntnisse

Vorkenntnisse in C++ und ROS wären vorteilhaft. Eine Einarbeitung während der Arbeit ist in jedem Fall möglich

Beginn

ab sofort

Lerfähige Roboter und Teleoperation

Im Forschungsbereich Robotik arbeiten wir an neuen Ansätzen um mit Robotersystemen interagieren zu können und sie mittels Teleoperation fernzusteuern. Damit können Roboter nicht nur für neue und komplexe Aufgaben genutzt werden. Sie können vielmehr auch direkt vom Menschen lernen und so neue autonome Fähigkeiten erlangen.

Für unser Forschunsteam suchen wir laufen Studentinnen und Studenten, die Lust haben eine der zahlreichen und herausfordernten Aufgaben zur Weiterentwicklung der Robotik im Rahmen einer studentischen Arbeit anzugehen.

Mögliche Themengebiete für eine studentische Arbeit sind je nach Interesse
  • Entwicklung, Konstruktion, Integration und Erprobung mechatronischer Systeme im Anwendungskontext wie z.B. neuartige Greifer
  • Augmented Virtuality (AV) bzw. Virtual Reality (VR) für die Multi-Roboter Teleoperation
  • 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

Bei Interesse gerne einen Termin für eine detailierte Vorstellung möglicher Themen ausmachen.

Vorkenntnisse

Vorkenntnisse in C++ und ROS wären vorteilhaft. Alternativ kann der Schwerpunkt auch auf die Konstruktion, Design oder Mensch Technik Interaktion gelegt werden.

Beginn

ab sofort

 

Entwicklung eines mobilen Serviceroboters für das private Wohnumfeld

Serviceroboter zum Einsatz in den eigenen vier Wänden werden sich zukünftig stark verbreiten. Dabei entstehen besondere Herausforderungen zum Beispiel bei der Navigation durch Wohnräume mit zahlreichen Alltagsgegenständen. Auch die Manipulation der Umwelt mit angepassten Greifern erfordert neuartige Lösungen. In einem ambitionierten Projekt wollen wir eine kostengünstige, wirklich einsetzbare Serviceroboterlösung als Assistenzsystem ältere Personen entwickeln. Dabei ergeben sich zahlreiche spannenden Themensellung im Bereich, Programmierung, Interaktion, und Hardwareauslegung.

Eine Arbeit im Rahmen dieser Forschung umfasst

Ziele von möglichen Arbeiten in dem Projekt sind der Aufbau einer fahrenden Roboterplattform zur Navigation in Wohnumgebungen. Die Integration von Antrieben und Sensoriken in ein Grundgerüst und eine Sprach- und Gesteninteraktion speziell für ältere Nutzende. Wir suchen laufend neue Teammitglieder.

Bei Interesse gerne einen Termin für eine detailierte Vorstellung möglicher Themen ausmachen.

Vorkenntnisse

Vorkenntnisse in C++ und ROS wären vorteilhaft. Alternativ kann der Schwerpunkt auch auf die Konstruktion, Design oder Mensch Technik Interaktion gelegt werden.

 

Beginn

ab sofort