Publications

Willkomm, Julian; Wulff, Kai; Reger, Johann
Feedforward control for non-minimumphase local model networks using model following control. - In: 2018 IEEE Conference on Control Technology and Applications (CCTA), (2018), S. 1577-1582

https://doi.org/10.1109/CCTA.2018.8511378

Walz, Fabian; Schucht, Tobias; Reger, Johann; Hohmann, Sören
Shaft torque and backlash estimation for longitudinal motion control of all-wheel-drive vehicles. - In: 2018 IEEE Conference on Control Technology and Applications (CCTA), (2018), S. 1434-1440

https://doi.org/10.1109/CCTA.2018.8511096

Zhang, Yue; Yang, Xu; Shardt, Yuri A. W.; Cui, Jiarui; Ton, Chaonan
A KPI-based probabilistic soft sensor development approach that maximizes the coefficient of determination. - In: Sensors, ISSN 1424-8220, Bd. 18 (2018), 9, 3058, insges. 17 S.

https://doi.org/10.3390/s18093058

Katzmann, Alexander; Mühlberg, Alexander; Sühling, Michael; Nörenberg, Dominik; Holch, Julian; Groß, Horst-Michael
TumorEncode - deep convolutional autoencoder for computed tomography tumor treatment assessment. - In: 2018 International Joint Conference on Neural Networks (IJCNN), ISBN 978-1-5090-6014-6, (2018), insges. 8 S.

https://doi.org/10.1109/IJCNN.2018.8489193

Volkhardt, Michael;
Ein Beitrag zur robusten Nutzerwahrnehmung auf realwelttauglichen Assistenzrobotern in häuslichen Szenarien. - Ilmenau : Universitätsbibliothek, 2018. - 1 Online-Ressource (iv, 192 Seiten)
Technische Universität Ilmenau, Dissertation 2018

Die höhere Lebenserwartung der Bevölkerung und eine rückläufige Geburtenrate führen zu einem steigenden Anteil älterer Menschen in der Gesellschaft. Mobile Assistenzroboter sollen ältere Personen zukünftig in ihren Wohnungen unterstützen. Um sinnvolle Funktionen und Dienste anbieten zu können, muss der Roboter Personen in seiner Umgebung wahrnehmen können. Das häusliche Szenario stellt dabei aufgrund seiner Komplexität eine Herausforderung für die Erkennungsalgorithmen dar. Komplexität entsteht beispielsweise durch unterschiedliche Einrichtungsmöglichkeiten, schwierige Beleuchtungsbedingungen und variable Nutzerposen. Die Dissertation stellt eine Architektur zur Personenwahrnehmung für mobile Roboter vor. Die modulare Architektur beschreibt die verwendeten Komponenten und deren Kommunikation untereinander. Aufgrund der Modularität können einzelne Komponenten schnell integriert oder ausgetauscht werden. Die Arbeit evaluiert eine Vielzahl von multi-modalen Detektionsverfahren auf Basis von Laser-, Kamera- und 3D-Tiefendaten. Ausgewählte Algorithmen werden für Anwendungsszenario angepasst und weiterentwickelt. Die Hypothesen der Detektoren werden durch einen Personentracker raumzeitlich gefiltert und fusioniert. Besonderheiten des Personentrackers umfassen die Unterstützung mehrerer Filter und Systemmodelle, die Integration von nicht unabhängigen und verspäteten Beobachtungen, die Schätzung der Existenzwahrscheinlichkeit sowie die Integration von Umgebungswissen. Um Nutzer, welche sich nicht im Sichtbereich des Roboters befinden, in der Wohnung zu finden, werden verschiedene Suchverfahren vorgestellt. Das fortschrittlichste Verfahren verwendet eine explorative Suche, um die gesamte Wohnung effektiv zu durchsuchen. Dabei werden falsch-positiv Detektionen ausgeschlossen und mit dynamischen Hindernissen und nicht erreichbaren Räumen umgegangen. Die Arbeit stellt ein Verfahren für die Erkennung von gestürzten, am Boden liegenden Personen vor. Die auf Tiefendaten basierende Erkennung erlaubt es dem Roboter, Personen von anderen Objekten oder Tieren in der Wohnung zu unterscheiden. Die entwickelten Algorithmen wurden im realen Anwendungsszenario evaluiert, indem der Roboter für bis zu 3 Tage in den Wohnungen von Senioren zur freien Nutzung verblieb. Die Experimente zeigten, dass die vorgestellte Architektur zur Personenwahrnehmung robust genug arbeitet, damit der Roboter mithilfe seiner Dienste einen Mehrwert für die Senioren liefern kann.

https://nbn-resolving.org/urn:nbn:de:gbv:ilm1-2018000374