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

 

Kategorien:

Forschungsbereich:

Robotik

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Automatisierte Produktionsanlagen, Künstliche Intelligenz und Maschinelles Lernen, Kommunikation und Kooperation, Medizintechnik, Software Engineering und Deployment

Kontakt:

Dr.-Ing. Sebastian Reitelshöfer

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