Ausgangslage:

Roboter sollen zukünftig verstärkt komplexere Aufgaben übernehmen bzw. den Menschen hierbei unterstützen und mit ihm zusammenarbeiten. Hierfür sind eine geeignete Umgebungserfassung sowie das Management und die Erweiterung des Wissens des Roboters von essentieller Bedeutung.

Aufgabenstellung:

Der Schwerpunkt dieser Arbeit ist es zu untersuchen, inwiefern es möglich ist, dass ein mobiler Roboter während des Betriebs neue Objektklassen von Objekten in der Umgebung basierend auf Kamerabildern automatisiert erlernt. Hierzu müssen aus dem Stand der Forschung geeignete Ansätze aus dem maschinellen Lernen ausgewählt und adaptiert werden. Insbesondere sollen die Aspekte der automatisierten Generierung und Erweiterung des Trainingsdatensatzes sowie der automatisierten Annotierung neuer Daten/Objekte untersucht werden. Die Ansätze sollen zunächst methodisch konzipiert und anschließend implementiert sowie mithilfe von Simulationen und Realdaten analysiert und bewertet werden.

Die Arbeit umfasst folgende Arbeitsschritte:

• Literaturrecherche zur Objekterkennung und zum kontinuierlichen Lernen
• Auswahl geeigneter Verfahren und Algorithmen aus dem Stand der Forschung
• Konzipierung und Implementierung eines Ansatzes zum automatisierten kontinuierlichem Lernen
• Analyse und Bewertung des erarbeiteten Ansatzes in Simulationen und mit Realdaten
• Schriftliche Ausarbeitung und Dokumentation von Methodik und Ergebnissen

Weitere Informationen zur Arbeit erhalten Sie gerne auf Anfrage.

Kategorien:

Kontakt: