Praktikum Forschungsprojekt: Anthropomatik praktisch erfahren

IMG 0283.jpg

Das Ziel des Praktikums Forschungsprojekt: Anthropomatik praktisch erfahren ist es, Studenten die Möglichkeit zu geben, in aktuelle Forschungsgebiete hineinzuschnuppern. Dabei sollen in Gruppen von jeweils zwei bis drei Studenten Soft- und/oder Hardware-Projekte erstellt werden. Die zu bearbeitenden Aufgaben kommen aus den Forschungsbereichen verteilte Messsysteme, Robotik, Mensch-Roboter-Kooperation, Telepräsenz- und Assistenzsysteme. Das Praktikum gibt interessierten Studenten die Möglichkeit, Erfahrungen sowohl im wissenschaftlichen Arbeiten als auch im Projektmanagement zu sammeln.

In dem Praktikum können folgende Fähigkeiten erlernt und vertieft werden:

  • Umsetzung von theoretischen Methoden in reale Systeme
  • Erstellung von technischen Spezifikationen
  • Projekt- und Zeitmanagement
  • Entwicklung von Lösungsstrategien im Team
  • Präsentation von Zwischen- und Endergebnissen (in Poster- und Folienvorträgen sowie einem Abschlussbericht)

Das Praktikum (4 SWS) besteht aus 2 Lehrveranstaltungen: einem praktischen Teil (mit 2 SWS), welcher die konkrete Implementierung der Aufgabenstellung des Praktikums durch die Studenten beinhaltet und einem theoretischen Teil (mit 2 SWS). In diesem Teil des Praktikums vermitteln die wissenschaftlichen Mitarbeiter den Studenten die Theorie für das jeweilige Projekt. Außerdem diskutieren die Mitarbeiter mit den Studenten in persönlichen Gesprächen mögliche Lösungen zu Problemen, die bei der Implementierung auftreten. Beide Teile sind nur in Kombination belegbar.


Am Tag der Informatik 2010, 2015 und 2016 wurde das Praktikum Forschungsprojekt "Anthropomatik praktisch erfahren" als bestbeurteiltes Praktikum ausgezeichnet.

Weitere Informationen zum Praktikum Forschungsprojekt: Anthropomatik praktisch erfahren.

Projekt 1: Verbesserung der Segmentierung von Teilchen auf einem Förderband

Schematische Darstellung einer Bandsortieranlage mit installierter Flächenkamera.

Betreuer: Florian Pfaff, Benjamin Noack, Georg Maier, Robin Gruna

Einleitung

Bei sogenannten optischen Bandsortieranlagen werden Teilchen auf Basis visueller Eigenschaften klassifiziert. Bei der Anlage, so wie sie vom Fraunhofer IOSB lizenziert wird, werden durch richtiges Timing und gezieltes Aktivieren von Druckluftdüsen eine Klasse der Teilchen „ausgeblasen“, um so die beiden Klassen voneinander zu trennen. Aufgrund von Verzögerungen ist es aber nicht möglich, die Klassifikation und das Ausblasen gleichzeitig zu vollziehen. Deshalb muss die Position der Teilchen nach ihrer Klassifikation prädiziert (vorhergesagt) werden.

Um akkurate Prädiktionen zu ermöglichen, haben wir kürzlich vorgeschlagen, die Teilchen auf dem Band mit einer Flächenkamera zu beobachten. Mittels sogenannter Tracking-Verfahren können so Trajektorien der Teilchen rekonstruiert werden. Als Eingabe werden bisher ohne Vorwissen Blobs in dem Kamerabild erkannt, von denen dann die Zentroide bestimmt werden, die als Eingabe für das Tracking dienen.

Aufgabenstellung

Im Rahmen dieses Praktikums sollen die Vorhersagen unserer bestehenden Algorithmen genutzt werden, um die Extraktion der Zentroide in den Bilddaten zu verbessern. Zum einen wird dies erlauben, schwer erkannbare Teilchen zuverlässiger zu erkennen. Zum anderen kann die Bildverarbeitungskomponente berücksichtigen, wenn unsere Vorhersagen ergeben, dass zwei Teilchen kollidieren werden. Kann daraufbasierend eine sinnvolle Auftrennung des Blobs vorgenommen werden, können so die Eingabedaten für die Algorithmen zur Vorhersage verbessert werden, was in eine Verbesserung des Gesamtergebnisses resultiert.

Was wird vom Lehrstuhl ISAS und dem Fraunhofer IOSB zur Verfügung gestellt?

  • Einführung in die Verwendung der Trackingsoftware
  • Poolraum mit Rechnern mit ssh-Zugriff
  • Fachlich kompetente Beratung und Hilfestellung


Projekt 2: Erweiterung eines Sensor-Netzwerks zur Vermessung räumlicher Phänomene

Betreuer: Florian Rosenthal, Benjamin Noack

Beispielaufbau.

Einleitung

Sensornetzwerke, also der Zusammenschluss von verteilten und in die Umgebung eingebetter Sensorknoten, die (meist drahtlos) miteinander kommunizieren, ermöglichen eine Vielzahl von Anwendungen. Ein Hauptanwendungsgebiet bilden dabei einserseits Beobachtung und Überwachung. So werden Sensornetzwerke z.B. zur Wetterbeobachtung und -vorhersage oder der Überwachung von Verkehrsflüssen oder Bauwerken eingesetzt. Auch zur Gefahrenprävention können Sensornetzwerke verwendet werden, um z.B. Brände in Waldgebieten oder Fabrikhallen zu erkennen.

Andererseits werden Sensornetzwerke auch genutzt, um sogenannte räumlich verteilte Phänomene wie Temperaturverteilungen oder Schadstoffkonzentrationen zu vermessen und zu rekonstruieren.

Aufgabenstellung

Im Rahmen dieses Praktikums soll ein Sensornetzwerk erweitert werden, mit dem eine Temperaturverteilung, dargestellt durch eine entsprechende farbliche Beamer-Projektion (Beispielaufbau siehe Bild) untersucht werden kann. Die einzelnen Sensorknoten sind dabei mit RGB-Farbsensoren ausgestattet, um die einzelnen Farbanteile an verschiedenen Stellen der Projektion zu erkennen, woraus dann der gesamte Temperaturverlauf interpoliert wird.

Bisher müssen die einzelnen Sensorknoten jedoch an vorher festgelegten Punkten positioniert werden und es findet keine Ortssynchronisierung statt. Insbesondere sind die Lagen der einzelnen Knoten zueinander unbekannt. Im Rahmen dieses Praktikums soll daher ein geeignetes Lokalisierungsverfahren ausgewählt und implementiert werden.


Projekt 3: AR-gestütztes Assistenzsystem für Industrie 4.0

Betreuer: Christian Tesch

Alle Plätze für dieses Thema sind bereits belegt.

Schematische Darstellung des geplanten Assistenzsystems.

Einleitung

Durch die jüngsten technologischen Fortschritte im Bereich Personen-/Objekt-Tracking ist es möglich, eine Umgebung (z.B. eine Fertigungshalle) mittels Sensoren zu erfassen, und die dort stattfindenden Abläufe zu interpretieren. So lässt sich der aktuelle Fertigungsfortschritt eines entstehenden Produkts automatisch dokumentieren und in digitaler Form von den Mitarbeitern einsehen. Beispielsweise können Augmented Reality Brillen dazu verwendet werden, Mitarbeitern die benötigten Informationen zu ihren aktuellen Arbeitsabläufen anzuzeigen. Am ISAS wird derzeit in Zusammenarbeit mit der Firma PFW Aerospace GmbH ein entsprechendes System entwickelt, das anschließend auch bei PFW zum Einsatz kommen soll.

Aufgabenstellung

Im Rahmen dieses Praktikums soll der Einbau entsprechender Bauteile durch den Einsatz einer Microsoft HoloLens AR-Brille unterstützt werden. Hierbei sollen Bauteilskizzen angezeigt sowie CAD Modelle mit den realen Bauteilen überlagert werden, um zum Beispiel durch Zusatzinformationen, zusätzliche Schnitte durch das Modell oder Explosionszeichnungen den Einbauprozess zu erleichtern.

  1. Modellierung eines Fertigungsablaufs und der dazu benötigten Bauteile
  2. Implementierung eines Prototyps des Assistenzsystems in der Unity Game-Engine
  3. Demonstration der Funktionsfähigkeit des modellierten Fertigungsablaufs bei PFW

Projekt 4: Roboterlokalisierung in 2D mittels SE(2) Filterung

Betreuer: Gerhard Kurz, Kailai Li

ISAS-Crawler ohne Ultraschallsensoren.

Einleitung

In der Robotik spielt die Lokalisierung des Roboters eine große Rolle. Dabei sollen die Position sowie die Orientierung des Roboters erfasst werden. In einem zweidimensionalen Szenario kann man die Pose als Element der speziellen Euklidischen Gruppe SE(2) auffassen, welche alle Kombinationen von Rotationen und Translationen in 2D enthält. Um die Pose des Roboters basierend auf verrauschten Sensordaten zu schäzen, kommen häufig Kalman-Filter und ähnliche Verfahren zum Einsatz. Am ISAS wurde eine Methode entwickelt, welche das besondere Verhalten der SE(2), insbesondere die Periodizität der Orientierung, besser behandelt als traditionelle Verfahren.

Aufgabenstellung

In diesem Praktikumsprojekt soll das am ISAS entwickelte Verfahren zur SE(2) Schätzung in einem praktischen Szenario implementiert und evaluiert werden. Dazu kommt der am ISAS entwickelte Crawler (siehe Abbildung) zum Einsatz.

  1. Einarbeitung in die nötigen Grundlagen (Bayes-Filterung, duale Quaternionen, Bingham Verteilung)
  2. Einarbeitung in das am ISAS entwickelte Verfahren
  3. Entwurf geeigneter System- und Messmodelle unter Verwendung von Vorarbeiten der letzten Semester
  4. Implementierung des Verfahrens und eines Vergleichsverfahrens (z. B. UKF oder Partikelfilter)
  5. Evaluation des Verfahrens in Simulationen und mit realen Daten

Vorkenntnisse aus den Vorlesungen "Lokalisierung mobiler Agenten" oder "Stochastische Informationsverarbeitung" sind hilfreich.

Was wird vom ISAS zur Verfügung gestellt?

  • Benötigte Hardware (Roboter)
  • Anbindung an MATLAB zur einfachen ansteuerung des Roboters und zum Auslesen der Sensordaten
  • Evaluationsplattform mit Deckenkamera
  • Fachlich kompetente Beratung und Hilfestellung

Projekt 5: POMDPs bei Roboternavigation

Betreuer: Jana Mayer, Selim Özgen

Alle Plätze für dieses Thema sind bereits belegt.

Beispielaufbau.

Einleitung

Viele moderne Anwendungen aus Robotik und Automatisierung benötigen Algorithmen zur Entscheidungsfindung, die auf Grundlage von verrauschten Sensordaten arbeiten. Ein gängiges Vorgehen zur Entscheidungsfindung ist es ein stochastisches Model vom System zu nutzen und für jede getroffene Entscheidung das zukünftige Verhalten mit zu berücksichtigen. In der Literatur spricht man meist von partiell beobachtbaren Markov’schen Entscheidungsproblemen (POMDPs), wobei eine berechenbare optimale Lösung nur für Spezialfälle gefunden werden kann [1].

Bei der indoor Roboternavigation mit integrierter Lokalisierung lässt sich bei der Positionsschätzung nicht auf globale Systeme, wie das GPS zurückgreifen. Durch Beschränkungen bzgl. Baugröße und Energieverbrauch wird stattdessen häufig mit einfachsten Sensoren gearbeitet. Am ISAS wurde in den vergangenen Semestern ein Laufroboter (ISAS-Crawler) entwickelt, der seine Umgebung mit Ultraschallsensoren erfassen kann. Unter Verwendung der bereits bestehenden Ultraschallentfernungsmessung soll im Rahmen des Praktikums ein POMDP-Algorithmus implementiert werden. Als Programmierplattform für das Frontend wird Matlab verwendet.

Aufgabenstellung

  1. Aufbau eines funktionierenden Demonstrators
  2. Einarbeiten & Implementation von POMDP-Lösung
  3. Realisierung von Beispielanwendung simulativ und auf dem Demonstrator

Referenzen

[1] http://cs.brown.edu/research/ai/pomdp/tutorial/

Anrechenbarkeit

Vertiefungsgebiete

  • Theoretische Grundlagen
  • Robotik und Automation
  • Anthropomatik
  • Kognitive Systeme

Diplomstudiengang

Für die erbrachte Leistung wird entweder

  • ein benoteter Praktikumsschein vergeben

oder es besteht die Möglichkeit, das Praktikum (inkl. der zugehörigen Vorlesung)

  • als 4 SWS-Anteil in eine Vertiefungsfachprüfung einzubringen. Dabei sind diese Hinweise zu beachten:
    • Bei der Einbringung des Praktikums in eine Vertiefungsfachprüfung wird die Note für das Praktikum nicht bekannt gegeben.
    • Das Praktikum kann mit 4 SWS in die Vertiefungsfachprüfung eingebracht werden. Die Regelung, dass ein Praktikum nur mit 2 SWS angerechnet werden kann, greift hier nicht, weil das Praktikum auch die zugehörige Vorlesung mit 2 SWS enthält.
    • Um das Praktikum in die Vertiefungsfachprüfung einzubringen, ist es nicht erforderlich, weitere Vorlesungen des ISAS zu prüfen, da mit der integrierten formalen Vorlesung bereits eine Vorlesung des ISAS enthalten ist.
    • Wird das Praktikum in die Vertiefungsfachprüfung eingebracht, so wird das Praktikum im Rahmen der mündlichen Prüfung nicht noch einmal geprüft. Es werden also keine Fragen zum Praktikum gestellt, sondern nur die Note das Praktikums in die Note der Prüfung einbezogen.

Master- und Bachelorstudiengang

Die erbrachte Leistung wird mit 8 LP angerechnet.

Seminar zum Praktikum

Optional kann im Rahmen des Praktikums zusätzlich ein Seminarschein erworben werden.

Hierzu muss vertiefend zu dem bearbeiteten Praktikumsprojekt

  • ein eigenständiger Vortrag gehalten werden und
  • eine Seminar-Ausarbeitung erstellt werden.

Das Thema ist individuell mit dem betreuenden Mitarbeiter abzusprechen. Eine Teilnahme am Seminar ist nur in Kombination mit dem Praktikum möglich.

Termin und Ort

Die Einführungsveranstaltung findet am Fr. 20.10.2017 um 14:00 Uhr in Raum 148, Gebäude 50.20, statt.

Weitere Termine:

  • Projektvorstellung: Fr. 27.10.2017 ab 14:00 in Raum 148, Gebäude 50.20
  • Zwischenpräsentation: Mi. 06.12.2017 ab 9:45 in Raum 148, Gebäude 50.20
  • Endpräsentation: Fr. 09.2.2018 ab 14:00 in Raum 148, Gebäude 50.20

Anmeldung

  • Die Anmeldung erfolgt per E-mail an Gerhard Kurz. Für die Anmeldung sind folgende Informationen erforderlich:
    • Name, Vorname
    • E-Mail-Adresse
    • Matrikelnummer
    • Studiengang und Typ (Bachelor/Master/Diplom)
    • Semester
    • gewünschtes Projekt
  • Jeder Student wählt bei der Anmeldung in einer Liste sein Wunschthema aus. Sollten alle Themen vergeben sein, gibt es für jedes Projekt Nachrückplätze.
  • Bei der Einführungsveranstaltung wird der Ablauf des Praktikums erläutert. Es müssen alle angemeldeten Studenten anwesend sein. Die Projekte, die nicht vergeben wurden, werden an diesem Termin nicht angemeldeten Studenten angeboten.

Koordination: Gerhard Kurz

Vorlagen für Vorträge und Ausarbeitung


Meine Werkzeuge