http://www.tu-ilmenau.de

Logo TU Ilmenau


Ansprechpartner

Univ.-Prof. Dr.-Ing. Horst-Michael Groß

Head of department

Telefon +49 3677 692858

E-Mail senden

INHALTE

Aktuell

Masterarbeiten

Bei Bedarf an weiteren Themen bitte direkt an die Mitarbeiter des Fachgebietes wenden.

ThemaPDFBetreuerStatus
Link zu allgemeinen ThemenDiese Themen werden den Vorstellungen der Bearbeiter entsprechend spezifiziert und im Umfang an die Art der Arbeit angepasst.
Einbindung der Flexible Collision Library in einen Bewegungsplaner für das Greifen von ObjektenDr. Steffen Mülleroffen
Deep-Learning-basierte Klassifikation von StraßenoberflächenDI Ronny Strickeroffen
Hands on Deep Learning 3 D Handposen SchätzungM. Sc. Benedict Stephan,
M. Sc. Dustin Aganian
offen
Deep Learning für eine lokale RoboternavigationM. Sc. Benjamin Lewandowskioffen
(Bearbeitung bis spätestens 9/2020)
Erstellung einer Praktikumsumgebung für das Robotvision PraktikumDr. Steffen Mülleroffen
Aufbau einer Testumgebung für robotisches GreifenM. Sc. Benedict Stephan,
Dr. Steffen Müller
offen
Integration eines Objekt-/Handtracking-Ansatzes in die reale Roboterapplikation

M. Sc. Benedict Stephan,
Dr. Steffen Müller

offen
Tracking und Modellierung von dargereichten Objekten durch einen mobilen AssistenzroboterDr. Steffen Mülleroffen
Tracking einer Roboterhand während des Greifprozesses in RGB-D LivebildernDr. Steffen Mülleroffen
Visuelle Intenterkennung für die Mensch Roboter Kollaboration

Dr. Steffen Müller

offen

Körperteilbasierte Personenwiedererkennung aus RGB-D DatenM. Sc. Tim Wengefeldoffen
Laser- und tiefendatenbasierte Detektion von Fußpositionen und UnterarmgehstützenM. Sc. Alexander Vorndranoffen
Filtern bzw. Tracking von Skelettpunkten unter Nutzung einer Astra Orbec mit nuitrac und open poseM. Sc. Benjamin Schützoffen
Lernen von Merkmalen für die erscheinungsbasierte Personen-wiedererkennung durch Einsatz moderner Fehlerfunktionen für tiefe Neuronale NetzwerkeDr. Markus Eisenbach,
M. Sc. Dustin Aganian
reserviert
Analyse der Leistungsfähigkeit des EfficientNet für den Einsatz auf einer mobilen Plattform M. Sc. Daniel SeichterBearbeiter:
Nina Sorokina

Laufzeit: 01.03.-01.09.20
Analyse der 3D-Skelettpunkte von Patienten hinsichtlich einer Gewichtsbelastung beim Gangtraining im Vergleich zum Einsatz eines FußsohlensensorsProf. Groß,
Dr. Christian Martin
Bearbeiter:
Anna Chaika

Laufzeit: 02.03.-02.09.20
Reinforcement-Learning of Object Interactions for a Mobile Storage RobotM. Sc. Thomas Schnürer,
Dr. Malte Pröbst (Honda Research Institut)
Bearbeiter:
Florian Schulze

Laufzeit: 04.10.19-06.06.20
Deep-Learning-Methoden zur Erstellung von 3D-ModellenM.Sc. Benedict StephanBearbeiter:
Markus Paschke

Laufzeit: 01.10.19-01.07.20

Bachelorarbeiten

++Bei Bedarf an weiteren Themen bitte direkt an die Mitarbeiter des Fachgebietes wenden.

ThemaPDFBetreuerStatus
Link zu allgemeinen ThemenDiese Themen werden den Vorstellungen der Bearbeiter entsprechend spezifiziert und im Umfang an die Art der Arbeit angepasst.
Reversible Residual NetworksDr. Markus Eisenbach,
M. Sc. Dustin Aganian
offen
Tiefenschätzung in monokularen Farbbildern mittels DeepLearningM. Sc. Jonathan Liebner,
M. Sc. Benjamin Lewandowski
offen
(Bearbeitung bis spätestens 9/2020)
Einbindung der Flexible Collision Library in einen Bewegungsplaner für das Greifen von ObjektenDr. Steffen Mülleroffen
Aufbau einer Testumgebung für robotisches GreifenDr. Steffen Müller,
M. Sc. Benedict Stephan
offen
Tracking einer Roboterhand während des Greifprozesses in RGB-D LivebildernDr. Steffen Mülleroffen
Körperteilbasierte Personenwiedererkennung aus RGB-D DatenM. Sc. Tim Wengefeldoffen
Laser- und tiefendatenbasierte Detektion von Fußpositionen und UnterarmgehstützenM. Sc. Alexander Vorndranoffen
 Deep-learning-basierte Schätzung von von Personenattributen und soft-biometrischen Personenmerkmalen.

M. Sc. Tim Wengefeld,
M. Sc. Dominik Höchemer
Bearbeiter:
Robert Krug

Laufzeit:
Semantische 3D-Kartierung auf einem mobilen Roboter

M. Sc. Daniel Seichter

Bearbeiter:
Patrick Langer

Laufzeit: 10.02.-10.07.20
Szenenanalyse mit Graph Convolutional NetworksM. Sc. Daniel SeichterBearbeiter:
Söhnke Benedikt Fischedick

Laufzeit: 10.02.-10.07.20
Federated Deep Learning for Computer Aided Diagnosis in OncologyProf. Horst-Michael Groß,
M. Sc. Alexander Katzmann
Bearbeiter:
Wenke Karbole

Laufzeit: 01.02.-01.07.20
Deep-Learning basierte semantische Segmentierung von Straßenszenen zur Detektion von SchadstellenDI Ronny StrickerBearbeiter: Philipp Händel
Laufzeit: 15.11.19
-14.05.20
Untersuchung von 3D-Skelett-basierten Verfahren zur AktionserkennungM. Sc. Dustin Aganian,
M. Sc. Benjamin Schütz
Bearbeiter: Amanda Robillard
Laufzeit: 15.11.19
-14.05.20

Hauptseminare / Proseminare (IN)

Die vorgeschlagenen Studiengänge gelten als Orientierung, bei Interesse kann aus allen Themen gewählt werden. Studierende aus Diplomstudiengängen können ebenfalls aus allen Themen wählen.

Bei Bedarf an weiteren Themen bitte direkt an die Mitarbeiter des Fachgebietes wenden.

ThemaPDFBetreuerStatus
Link zu allgemeinen ThemenDiese Themen werden den Vorstellungen der Bearbeiter entsprechend spezifiziert und im Umfang an die Art der Arbeit angepasst.
Affordanz-Segmentierung –Ein Überblick (BA, MA)M. Sc. Benedict Stephanoffen
Aufarbeitung von Behavior Trees als Alternative zu Finiten State Machines und deren Anwendung in der Robotik (vor allem in der Navigation) (BA, MA)M. Sc. Dominik Höchemeroffen
Spracherkennung mit dem Microsoft Azure Speech SDK, dem Language Understanding Service (LUIS) und der Kinect 4 Azure (BA, MA)M. Sc. Dominik Höchemeroffen
Radarsensoren im Millimeterwellenbereich für die mobile Assistenzrobotik (BA, MA)M. Sc. Dominik Höchemeroffen
Vorstellung des Gilbert–Johnson–Keerthi Algorithmus und dessen Anwendungsmöglichkeiten in der Kollisionsberechnung und GreifkontaktbewertungDr. Steffen Mülleroffen
Nutzerzentrierte Navigation zur Realisierung von einfachen Kooperationen auf mobilen RoboterplattformenM. Sc. Thanh Quang Trinhoffen
YOLOv4 - Besser und schneller als YOLOv3? (MA)M. Sc. Jonathan Liebner

offen
(Bearbeitung bis spätestens 9/2020)

Technisches Benchmarking mobiler Assistenzrobotik in realen EinsatzumgebungenDr. Andrea Scheidigoffen
 Deep Image Transformation Estimation (BA, MA)M. Sc. Johann-Uwe Lembachoffen
Deep Learning auf Graphen Graph Neural Networks (BA, MA)M. Sc. Dustin Aganian,
M. Sc. Benedict Stephan
offen
Deep-Learning-Verfahren zur panoptischen Segmentierung – der Verknüpfung von semantischer Segmentierung und Instanzsegmentierung für ein umfassendes Szenenverständnis (BA, MA)M. Sc. Daniel Seichteroffen
Contrastive Learning: Self Supervised Learning gehört die Zukunft (BA, MA)Dr. Markus Eisenbachoffen
Deep Learning in der Roboter-Navigation (MA)M. Sc. Benjamin Lewandowskireserviert
Zeitliche Kontextinformationen in Umgebungskarten (BA, MA)M. Sc. Tim van der Grintenoffen
3D-Representationen für tiefe neuronale Netze (BA, MA)M.Sc. Benedict Stephanoffen
Sim2Real – Von der Simulation in die Realität (BA, MA)M.Sc. Benedict Stephanoffen
Gilt das Bias-Varianz-Dilemma noch für tiefe Neuronale Netzwerke? (BA, MA)DI Ronny Strickeroffen
Rainbow DQN - Die Kombination der DQN-Algorithmen (MA)M.Sc. Dustin Aganianoffen
EfficientNet - Convolutional Neural Networks richtig skaliert (BA, MA)M.Sc. Dustin Aganianoffen
Bayesian Parameter Optimization in Anwendung für die
Robotersteuerung (BA, MA)

Dr. Steffen Müller

offen
Fixup-Initialisierung – Erfolgreiches Residual Learning ohne
Batch Normalization (MA)
M.Sc. Daniel Seichteroffen
Transformer: Warum Rekurrente Neuronale Netzwerke kaum noch
verwendet werden (BA, MA)
Dr. Markus Eisenbachreserviert
A feature-based approach to people re-identification using skeleton keypoints (BA, MA)M. Sc. Tim Wengefeldreserviert
Konsistentes Mapping in mehretagigen GebäudenM. Sc. Tim van der GrintenBearbeiter: Henrik-Emanuel Domrös
Feature-basiertes Graph-SLAM in strukturierten UmgebungenM. Sc. Tim van der GrintenBearbeiter: Stefan Wilhelm
Maschinelle Verfahren zur Erkennung und Linderung von Symptomen bei Parkinson-ErkrankungM. Sc. Alexander VorndranBearbeiter: Benedikt Mathes
Laufzeit: 13.01.-13.07.20
Capsule NetworksDr. Markus EisenbachBearbeiter: Hendrik Beier
Laufzeit: 16.12.19-16.06.20
Wie sieht das Fehlergebirge tiefer Neuronaler Netze aus?Dr. Markus EisenbachBearbeiter: Jannik Lübbenstedt
Laufzeit: 09.12.19-09.06.20
Ist schneller immer besser? - Vergleich verschiedener Lernverfahren für Neuronale NetzwerkeDI Ronny StrickerBearbeiter: Tobias Büchner
Laufzeit: 27.11.19-27.05.20
Methoden zur Gangparameterbestimmung ohne FußpunkteM. Sc. Benjamin Schütz
M. Sc. Bianca Jäschke
Bearbeiter: Chiara Jegelka
Laufzeit: 01.11.19-01.05.20
Olfaktorische Sensorik - Stand der TechnikDr. Klaus DebesBearbeiter: Anni Peng
Laufzeit: 01.11.19-01.05.20
Vorstellung der Simulationsumgebung GraspIt und der darin enthaltenen VerfahrenDr. Steffen MüllerBearbeiter: Alexander Detsch
Laufzeit: 21.10.19-21.03.20

Projektarbeiten

Bei Bedarf an weiteren Themen bitte direkt an die Mitarbeiter des Fachgebietes wenden.

ThemaPDFBetreuerStatus
RTAB-Map: Ein ÜberblickM. Sc. Daniel SeichterBearbeiter:
Marius Engelhardt,
Robert Lasch,

Jonas Licht,
Joachim Wagner
Laufzeit:
InertialsensorikM. Sc.Bianca Jäschke,
M. Sc. Benjamin Schütz
Bearbeiter:
Susanne Schilling,
Eva Nöther

Laufzeit: 06.05.-06.10.19