Diplomandenseminar

Die AG Robotik von der Universität Bremen bietet in Kooperation mit dem Robotics Innovation Center von der DFKI GmbH eine ganze Reihe von Seminaren und Vorträgen an. In dieser Reihe sind die Bachelor-, Master- und Diplomarbeiten enthalten. Die Termine werden hier regelmäßig aktualisiert. Externe können in vielen Fällen nach Rücksprache mit dem Sekretariat an den Vorträgen teilnehmen.

Vorträge

 -  12:00 Uhr
Zwischenbericht
RH1 A 1.03

Design of a Micro Underwater Glider and Integration of an Artificial Neural Network based Control

von: Felix Weigand  (HS Rhein-Waal)
Im Zusammenhang mit dem Europa Explorer Projekt soll ein Micro Glider entwickelt werden. Mehrere dieser Glider sollen während der Mission um die Eintrittsstelle des Eisbohrers ausgesetzt werden und als akustische Transponder für ein Long Baseline Navigationssystem fungieren. Meine Arbeit beschäftigt…
 -  13:00 Uhr
Zwischenbericht
RH1 A 1.03

Contextual Policy Search for Ball-Throwing on a Real Robot

von: Jonas Hansen  (Universität Bremen)
Contextual policy search allows adapting robotic movement primitives to different situations by learning a versatilely applicable behavior. This work develops an implementation of behavior learning on a real robot with the goal to throw a ball at varying targets on the floor.Several approaches has b…
 -  14:00 Uhr
Kolloquium
RH1 A 1.03

Biegebeanspruchungsanalyse eines Strukturelements des Robotersystems MANTIS

von: Malte Klinkert  (Jade Hochschule Whv)
Kolloquium
 -  13:30 Uhr
Exposé
RH1 A 1.03

Automatische Laserscanner-Kamera-Kalibrierung

von: Manuel Meyer  (Universität Bremen)
Robotische Systeme verfügen über vielfältige Sensorik, um ihre Umgebung optimal einschätzen zu können: Für die Navigation und Manipulation werden u.a. die Tiefeninformationen von Laserscannern in Form von 3D-Punktwolken genutzt. Die Datenbasis für die Entscheidung bei derartigen robotischen Probleme…
 -  13:00 Uhr
Exposé
RH1 A 1.03

Optimierung der Greifposen-Planung mit Hilfe von Lernverfahren und Simulation auf dem Artemis Rover

von: Dennis Hemker  (Universität Bremen)
Ein Teilziel eines autonomen Roboters kann sein, Objekte zu detektieren und aufzusammeln. Hierbei handelt es sich oft um Aktionen, die genauer Planung bedürfen. Stößt der Roboter beim Greifen oder Anfahren ein Objekt um, ist die Chance, es noch richtig aufzusammeln (z.B. mit statischen Trajektorien)…
 -  12:30 Uhr
Exposé
RH1 A 1.03

Entwicklung einer für Manipulationsaufgaben optimierten, auf 2,5-D Daten basierenden visuellen Odometrie

von: Bernd Poppinga  (Universität Bremen)
Die Manipulation von verschiedenen Objekten stellt beim SpaceBot Cup 2015 einen wichtigen Aspekt dar. Um die damit verbundenen Aufgaben erfolgreich meistern zu können, ist es wichtig, dass der Manipulator möglichst präzise gesteuert werden kann. Dies kann jedoch nicht immer so umgesetzt werden, wie …
 -  12:00 Uhr
Exposé
RH1 A 1.03

Drehmomentbasierte Radregelung für den Rover Artemis auf FGPA-Ebene

von: Johannes Hackbarth  (Universität Bremen)
Die zuverlässige Regelung der Radmodule, wie am Rover Artemis eingesetzt, ist während eines Wettbewerbs wie dem SpaceBot Cup eine kritische Aufgabe, um eine hohe Mobilität des Systems zu gewährleisten. Mit der derzeitigen Positions- und Geschwindigkeitsregelung ist es möglich, dass die vorderen Räde…
 -  11:30 Uhr
Exposé
RH1 A 1.03

Echtzeit-Sichtbarkeitsprüfung von Oberflächen im Kontext der autonomen Exploration des SpaceBot

von: Nils Drebing  (Universität Bremen)
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…
 -  13:00 Uhr
Kolloquium
RH1 A 1.03

Auslegung eines Sendemastes für ein Unterwasserfahrzeug unter Berücksichtigung von Funktionalität und Fahrverhalten

von: Martin Jirikowski  (Universität Bremen)
Kolloquium
 -  12:30 Uhr
Exposé
RH1 A 1.03

Reinforcement Learning auf AILA unter Verwendung von Single-Trial Error Potential Detection

von: Stefes, Arne  (Universität Bremen)
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…
© DFKI GmbH
zuletzt geändert am 06.09.2024