Zentrum für angewandte Forschung an Fachhochschulen  
Autonome mobile Serviceroboter
Standort Ravensburg-Weingarten
 
  Intranet Kontakt Impressum  
 
Bachelor-, Master- und Projektarbeiten

Mehr Themenvorschläge bei Benjamin Stähle (staehle@hs-weingarten.de) jederzeit in Raum K002A. Eigene Ideen sind willkommen!

Vollautomatisches Laden eines Roboters

Unser Roboter Marvin verfügt über eine Ladestation zum selbstständigen Laden des Akkus. Damit das Aufladen so autonom wie möglich geschieht muss der Roboter diese Ladestation selbstständig anfahren und genau die Ladekontakte treffen.

In dieser Arbeit soll das vollautonome Anfahren an die Ladestation realisiert werden. Darüber hinauß ist optional noch möglich, dass der Roboter die Ladestation selbstständig an bzw. aus schält oder auch dass er selbst entscheidet wann er geladen werden muss. 

 

MPO700 Ladestation

Literatur

Silverman, Milo C., et al. "Staying alive: A docking station for autonomous robot recharging." Robotics and Automation, 2002. Proceedings. ICRA'02. IEEE International Conference on. Vol. 1. IEEE, 2002.

Cohen, David A., et al. "Autonomous robot auto-docking and energy management systems and methods." U.S. Patent No. 7,332,890. 19 Feb. 2008.

Typ: Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit, ausgeschrieben seit: 31.07.2014
Betreuer: Benjamin Reiner, reineben@hs-weingarten.de

Space Mouse Control for Jaco Arm

Zu den Kernkompetenzen des IKI zählt unter anderem das Learning from Demonstration (LfD). Die Lernphase der bisherigen Publikationen beruhte immer auf Kinesthetic Teaching. Kinesthetic Teaching ist mit der derzeitigen Firmware unseres Jaco Roboter Arms nicht möglich. Zudem ist die Kinematik des Jaco für Menschen sehr fremd, weshalb das händische Bewegen des Arms sehr umständlich ist. Um dennoch weiter auf dem spannenden Gebiet des LfD zu forschen ist es notwendig den Jaco Arm anderweitig zu bewegen.

In dieser Arbeit soll die Möglichkeit geschaffen werden mittels einer 3D Space Maus den Arm zu steuern.

Der RoboCommander des Roboter Arms Roberta, bietet eine sehr ähnliche Möglichkeit der Steuerung.

3D mouse

Diese 3D Maus ist im Labor schon vorhanden.

 

Jaco Arm

Kinova Jaco Arm

Typ: Projekt-/Bachelor-/Masterarbeit (skalierbar), ausgeschrieben seit: 17.07.2014
Betreuer: Steffen Pfiffner, Steffen Pfiffner

Fensterputzender Roboter

Eine oft geforderte Fertigkeit für Service Roboter ist das Fensterputzen.

Unser Roboter Marvin bringt die optimalen Bedingungen mit um diese, für uns Menschen, alltägliche Aufgabe zu lösen. Er hat einen langen 6-DOF Arm, sein Torso ist, dank seiner Linearführung, vertikal beweglich und mit seiner omnidirektionalen Fahrplattform kann er auch seitwärts fahren.

 

Eine mögliche Unterteilung in Subtask könnte sein:

  • Fenster erkennen
  • Wischbewegung planen
  • Wischen ausführen

 

In diesem Video sieht man den DLR Roboter Justin beim Fensterputzen: http://youtu.be/3HaK9BQo40o

Literatur:

Daniel Leidner, Alexander Dietrich, Florian Schmidt, Christoph Borst, and Alin Albu-Schäffer, "Object-Centered Hybrid Reasoning for Whole-Body Mobile Manipulation", to be published in Proc. of the IEEE International Conference on Robotics and Automation, Hong Kong, China, June 2014.

Typ: Masterarbeit, ausgeschrieben seit: 17.07.2014
Betreuer: Benjamin Reiner, reineben@hs-weingarten.de

Weiterentwicklung Umfragesystems INKIDU

INKIDU ist ein Werkzeug zur Erstellung und Durchführung von Umfragen über das Internet. Das Einsatzgebiet ist vorzugsweise die Evaluation von Lehrveranstaltungen durch Befragung von Studenten. Die Bedienung des Systems erfolgt ausschließlich über einen WWW-Browser, verbunden mit einem zentralen WWW- und Datenbank-Server an der HS Ravensburg-Weingarten.

Gesucht wird ein Student mit PHP Erfahrung zur Pflege und Weiterentwicklung des INKIDU Umfragesystems.

Typ: Bachelor-Projektarbeit, ausgeschrieben seit: 08.07.2014
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Serviceroboter und Nachhaltigkeit

Vor dem möglichen zukünftigen Szenario, dass viele ältere und behinderte Menschen eventuell einen persönlichen Serviceroboter (SR) haben werden, sollen folgende Fragen untersucht werden:

* Wie nachhaltig sind Herstellung, Benutzung und Recycling eines 'SR?

* Welchen Nutzen bringt ein SR?

* Wie schneidet der SR ab im Vergleich zu einem Automobil?

* Wie schneidet der SR ab im Vergleich zu einer/m menschlichen Pfleger/in?

...

Typ: Projekt-/Bachelor-/Masterarbeit (skalierbar), ausgeschrieben seit: 12.05.2014
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Persönliches Assistenzsystem

Persönliche Assistenzsysteme (bzw. natürlichsprachliche Dialogsysteme) wie Google Now, Cortana, Siri oder Nuance Nina erzeugen heutzutage schon beeindruckende Ergebnisse. Befehle und Fragen in natürlicher Sprache werden abgearbeitet und es wird in natürlicher Sprache geantwortet. Siehe auch Kinofilm HER https://www.youtube.com/watch?v=6Gb2gfXX454

 Software für Sprach Ein- und Ausgabe ist bereits vorhanden und in Benutzung.

 In der Arbeit soll untersucht werden, ob es bereits offene, wissenschaftliche Assistenzsysteme oder wissenschaftliche Publikationen dazu gibt. Inwiefern lassen sich PDDL Planner, Chat Bots (wie z.B. A.L.I.C.E.) oder andere Software nutzen solch ein System zu bauen. Was gibt es für freie (oder auch kommerzielle) Systeme zum Natural Language Understanding (NLU) wie z.B. von der NLP Stanford oder www.nltk.org, Natural Language Generation (NLG) und Dialog Manager.

 

Einstiegsliteratur: u.a. Natürlichsprachlichkeit in Dialogsystemen, Markus Berg, http://link.springer.com/article/10.1007%2Fs00287-012-0650-3

Typ: Projekt-/Bachelor-/Masterarbeit (skalierbar), ausgeschrieben seit: 09.05.2014
Betreuer: Benjamin Reiner, reineben@hs-weingarten.de

Literaturrecherche KI/Machinelearning in der Heimautomatisierung

Typ: Bachelorarbeit/Master-Projektarbeit, ausgeschrieben seit: 09.05.2014
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Vergleich von Clustering-Algorithmen

Motivation für diese Arbeit ist die Suche nach einem "optimalen" Clustering-Algorithmus. Nach einer gründlichen Studie der modernen Literatur zum Clustering soll in folgenden Schritten vorgegangen werden:
1. Identifikation einer oder mehrerer Bewertungsfunktionen zur Bewertung der Qualität einzelner Clustering-Algorithmen

2. Festlegung mehrerer möglichst unterschiedlicher Datensätze zum Test verschiedener Algorithmen. Darunter sollten niedrig-dimensionale und hoch-dimensionale Daten aus sehr verschiedenen Anwendungsgebieten sein.

3. Vergleich mehrerer aktuell in der ML-Community favorisierter Algorithmen bezüglich oben genannter Bewertungsfunktion(en) und bezüglich der Berechnungskomplexität (Rechenzeit und Speicher).

Typ: Masterarbeit, ausgeschrieben seit: 13.02.2014
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Recherche Körperbehinderten-Assistenzrobotik

Recherche und Übersichsarbeit zu dem Stand der Technik und aktueller Forschungsfelder im

Bereich der Körperbehinderten-Assistenzrobotik.

Typ: Bachelorarbeit/Master-Projektarbeit, ausgeschrieben seit: 07.02.2014
Betreuer: Richard Cubek, richard.cubek@hs-weingarten.de

Lernfähiges Greifen von Objekten

Das Greifen von Objekten mit einem Roboterarm ist eine sehr komplexe Aufgabe, die von vielen Parametern abhängt. Daher soll mittels maschinellem Lernen die Greifqualität verbessert werden. Inhalte dieser Arbeit sind:

1. Literaturstudium zum Thema Greifen mit und ohne Lernalgorithmen.

2. Anwendung von maschinellem Lernen zum Greifen von Objekten auf dem Jaco Roboterarm. Ein mögliches Szenario könnte wie folgt aussehen: Der Roboter versucht, viele auf einem Tisch stehende Objekte, basierend auf einem klassischen Greifalgorithmus zu greifen. Immer dann, wenn ein Greifvorgang erfolgreich war, wird der Vektor der Attribute (ermittelt aus der 3D-Punktwolke, z.B. Dimension des Objektes in richtung der Hauptkomponenten, ..., der Roboterpose, ...) und die erfolgreiche Greiferpose als Trainingsdaten gespeichert, um dann später einen Klassifikator oder Approximator zu trainieren. Ob ein Greifvorgang erfolgreich war, kann zum Beispiel mittels der Kraftsensoren auf dem Greifer des Jaco Arms ermittelt werden.

Typ: Masterarbeit, ausgeschrieben seit: 27.11.2013
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Optimierung der Featureselektion für die Diagnose von pneumatischen Anlagen

Im Rahmen einer Kooperation mit der Firma Festo ist ein Testserver für Machine Learning Algorithmen für die Diagnose von pneumatischen Anlagen entstanden. Zur Verbesserung der Ergebnisse soll die Featureselektion der vorhandenen Features verbessert werden, neue Features durch automatisierte Featureselektion gewonnen und getestet werden.

Ein einführendes Paper zur automatisierten Featureselektion ist hier zu finden.

Die Arbeit wird von Professor Ertel und Herrn Lehmann betreut. Es ist auch möglich dieses Projekt zu zweit zu bearbeiten.

Typ: Master-Projektarbeit, ausgeschrieben seit: 10.10.2013
Betreuer: Robin Lehmann, lehmannr@hs-weingarten.de

Vergleich von Nearest Neighbour Data Description mit anderen Algorithmen

Oneclass Nearest Neighbour Data Description ist ein Algorithmus zum maschinellen Lernen eines binären Klassifiers, wenn nur Daten einer der beiden Klassen vorliegen. Eine Optimierung dieses Algorithmus soll mit dem bisherigen Algorithmus empirisch verglichen werden.

 

2nntest2-gamma6

Typ: Masterarbeit, ausgeschrieben seit: 01.01.2013
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Lernfähige Filmaufnahme-Einrichtung (Teil 1)

Um Vorlesungen auf Video aufnehmen zu können, muss bisher die jeweilige Kamera manuell bedient werden. Es wäre wünschenswert, wenn Bewegungen und Zoom automatisch gesteuert werden könnten.

In diesem Teil des Projekts soll zunächst die Position des Vortragenden, optimalerweise seiner Hände und eines Zeigestocks bestimmt werden. Dazu bieten sich Techniken der Bildverarbeitung per Farbblob-Wiedererkennung und fertiger Gesichtserkennungs-Algorithmen an. Anschließend soll die Kamerabewegung nach links/rechts/oben/unten über eine fertige Pan-Tilt-Unit sowie die Zoom-Steuerung integriert werden.

 

39848395 2NITE-1

Typ: Projekt-/Bachelor-/Masterarbeit (skalierbar), ausgeschrieben seit: 10.10.2013
Betreuer: Elias Drotleff, drotleff@hs-weingarten.de

Lernfähige Filmaufnahme-Einrichtung (Teil 2)

Um Vorlesungen auf Video aufnehmen zu können, muss bisher die jeweilige Kamera manuell bedient werden. Es wäre wünschenswert, wenn Bewegungen und Zoom automatisch gesteuert werden könnten.

Dieser Teil des Projekts knüpft an die fertig steuerbare Kamera aus Teil 1 an. Um die Kamerabewegungen zu optimieren, soll mittels Lernverfahren der optimale Steuerungsablauf der Kamera bestimmt werden, mit dem Zoom- und Schwenkbewegungen so minimal wie möglich gehalten werden. Am Ende des Projekts soll die Kamera in der Lage sein, den Vortragenden und das Projektor- bzw. Tafelbild jederzeit zu erfassen, sich dabei aber so wenig wie möglich zu bewegen.

Typ: Masterarbeit, ausgeschrieben seit: 10.10.2013
Betreuer: Elias Drotleff, drotleff@hs-weingarten.de

SLAM Navigation für Telepräsenz-Roboter

Unser Telepräsenz-Roboter Sheldon wird mithilfe des Roboter-Betriebssystems ROS angesteuert. Es existiert bereits eine Steuerung per Android-Smartphone, Webinterface und Sprache. Dieses System soll mit einem bereits funktionierenden SLAM System kombiniert werden, um eine einfachere Steuerung des Roboters zu ermöglichen. Optional sind Funktionen wie das automatische Anfahren einer Ladestation und das Anklopfen an Türen mittels servo gesteuertem Hammer denkbar.

telebot2

 

 

 

Typ: Bachelorarbeit/Master-Projektarbeit, ausgeschrieben seit: 27.01.2012
Betreuer: Benjamin Staehle, staehle@hs-weingarten.de

Text auf Objekten erkennen (Foto-OCR)

Im Rahmen der Objekterkennung sollen Texte auf Fotos von Objekten erkannt werden (z. B. Medikamente wie Aspirin). Verschiedene Methoden zur Texterkennung sollen evaluiert und implementiert werden.

Typ: Bachelorarbeit/Master-Projektarbeit, ausgeschrieben seit: 24.01.2012
Betreuer: Benjamin Staehle, staehle@hs-weingarten.de

Entwicklung eines lernfähigen Systems zur Messdatenauswertung mit KI-Methoden

Zusammen mit der Firma Hermle (Maschinenbau, Bearbeitungszentren, www.hermle.de) soll folgendes Thema bearbeitet werden:
 
Bisher werden Messdaten durch Software mit "konventioneller" Programmierung ausgewertet. Hierbei werden die Daten auf Einhaltung von Grenzwerten im Zeit-, Frequenzbereich, usw. überwacht.
Um die Fähigkeiten einer solchen Auswertung zu erweitern, soll diese durch ein selbstlernendes System ergänzt werden. Ziel ist es, den Programmieraufwand für die zum Teil sehr komplexe und aufwändige "konventionelle" Auswertung zu verringern, bzw. die Leistungsfähigkeit der Datenauswertung durch den Einsatz der neuen Technologie deutlich zu steigern.
 
Lösungsschritte:
 
1. Analyse der verfügbaren Trainingsdaten
2. Ermitteln einer geeigneten Software zur Entwicklung der benötigten KI
3. Entwurf und Entwicklung der KI zur Auswertung von Messdaten, Definieren von geeigneten Lernzyklen oder kontinuierlichen Lernmethoden
4. Erörtern und Aufzeigen der Möglichkeiten und Vorteile bei der Auswertung von Messdaten mittels einer KI
 
Zur Ausarbeitung gehören:
 
  • Erörterung, weshalb die verwendete Software zum Entwickeln der KI gewählt wurde
  • Beschreibung des entwickelten Systems
  • Diskussion über verworfene Ansätze während der Abschlussarbeit
 
Ziel der Arbeit:
 
Erstellen einer Auswertesoftware auf Basis einer KI und Aufzeigen der Möglichkeiten und Vorteile eines solchen Systems.

Typ: Masterarbeit, ausgeschrieben seit: 27.10.2011
Betreuer: Wolfgang Ertel, ertel@hs-weingarten.de

Die Weingartener ZAFH-Mitarbeiter Tobias Fromm, Richard Cubek, Wolfgang Ertel, Joachim Feßler, Benjamin Stähle (hinten v.l.n.r.), Karl Glatz, Vien Ngo, Martin Bertsche (vorne).

Laufroboter VIDEO (Roboter lernt laufen)
Laufroboter VIDEO (Roboter läuft)

 
 
 
 
Investition in Ihre Zukunft
gefördert durch die Europäische
Union
Europäischer Fonds
für regionale Entwicklung
und das Land
Baden-Württemberg