Robotische Systeme, die autonom durch ein unbekanntes Gebiet navigieren und dies erkunden sollen, müssen selbstständig entscheiden, wohin sie sich als nächstes bewegen. Besonders interessant sind dabei jene Bereiche, welche sensorisch noch nicht erfasst wurden. Auf planetenähnlichen Oberflächen best…

Kolloquium

Bestärkendes Lernen (Reinforcement Learning) kann in der Robotik verwendet werden, um Verhalten zu lernen und die Performance in einer Aufgabe zu verbessern. Dazu bekommt der Roboter Feedback über sein Abschneiden in Form eines Rewards, welcher maximiert werden soll. In dieser Arbeit soll die Eignun…

Unterwasser-Kettenfahrzeuge (engl. Crawler) bilden unter anderem eine Trägerplattform für wissenschaftliche Anwendungen. Eine autonome Navigation von Crawlern würde Langzeitbeobachtungen ohne Verbindung zur Basisstation ermöglichen. Ziel dieser Masterarbeit ist die Verbesserung der Zuverlässigkeit v…

Kolloquium

Seit einigen Jahren steigt die Bedeutung von bürstenlosen DC Motoren auch in industriellen Anwendungsgebieten. Dies liegt daran, dass sie im Vergleich zu den Bürstenmotoren mit einer höheren Effizienz arbeiten und eine lange Lebensdauer bei sehr kompakter Bauweise aufweisen. Dies macht sie insbesond…

Die Navigation von autonomen Unterwasserfahrzeugen (AUVs) stellt in der Robotik eine spezielle Herausforderung dar. Oft steht keine Sensorik für eine absolute Positionsreferenz zur Verfügung. Eine relative Lokalisierung auf Basis von Inertialsensorik, dem Dead-Reckoning, ist auf Grund des Positionsd…

Kolloquium

Moderne Robotersysteme sind in der heutigen Zeit hoch komplexe Maschinen, mit zahllosen Einsatzbereichen. Gerade im Hinblick auf für Menschen unzugängliche Orte kommt dabei den autonomen mobilen Robotern eine große Bedeutung zu. Das Robotics Innovation Center (RIC) des Deutschen Forschungszentrums f…

Kolloquium