Technische Universität Ilmenau

Kognitive Systeme / Robotik - Modultafeln of TU Ilmenau

The module lists provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the electronic university catalogue.

Information and guidance on the maintenance of module descriptions by the module officers are provided at Module maintenance.

Please send information on missing or incorrect module descriptions directly to modulkatalog@tu-ilmenau.de.

module properties Kognitive Systeme / Robotik in degree program Master Biomedizinische Technik 2014
module number181
examination number2200444
departmentDepartment of Computer Science and Automation
ID of group 2233 (Neuroinformatics and Cognitive Robotics)
module leaderProf. Dr. Horst-Michael Groß
term summer term only
languageDeutsch
credit points
on-campus program (h)
self-study (h)
obligationobligatory module
examnone
details of the certificate
signup details for alternative examinations
maximum number of participants
previous knowledge and experience

Vorlesungen Neuroinformatik und Maschinelles Lernen, Angewandte Neuroinformatik

learning outcome

In der Vorlesung Kognitive Robotik lernen die Studenten die Begrifflichkeiten und das Methodenspektrum der Kognitiven Robotik kennen. Sie verstehen übergreifende Ansätze zur Konzeption und der Realisierung von Robotik-Komponenten aus der Sicht von Sensorik, Aktorik und kognitiver Informationsverarbeitung. Sie kennen Techniken der Umgebungswahrnehmung und der lokalen und globalen Navigation von Kognitiven Robotern in komplexer realer Einsatzumgebung.

Die Studierenden sind in der Lage, Fragestellungen aus dem o. g. Problemkreisen zu analysieren, durch Anwendung des behandelten Methodenspektrums Lösungskonzepte für unterschiedliche Fragestellungen der Service- und Assistenzrobotik zu entwerfen und umzusetzen, sowie bestehende Lösungskonzepte zu bewerten. Vor- und Nachteile der Komponenten und Verfahren im Kontext praktischer Anwendungen sind den Studierenden bekannt.

content

Die Lehrveranstaltung vermittelt das erforderliche Methodenspektrum aus theoretischen Grundkenntnissen und praktischen Fähigkeiten zum Verständnis, zur Implementierung und zur Anwendung von Verfahren der Roboternavigation sowie zur Informations- und Wissensverarbeitung in Kognitiven Robotern. Sie vermittelt sowohl Faktenwissen, begriffliches und algorithmisches Wissen aus folgenden Themenkomplexen:

  • Begriffsdefinitionen (Kognitive Robotik, Servicerobotik, Assistenzrobotik), Anwendungsbeispiele und Einsatzgebiete
  • Basiskomponenten Kognitiver Roboter
  • Sensorik und Aktuatorik: aktive und passive / interne und externe Sensoren; Antriebskonzepte und Artikulationstechniken
  • Basisoperation zur Roboternavigation: Lokale Navigation und Hindernisvermeidung incl. Bewegungssteuerung (VFH, VFH+, DWA); Anbindung an die Motorsteuerung; Arten der Umgebungsmodellierung und –kartierung; probabilistische Selbstlokalisation (Bayes-Filter, Kalman-Filter, Partikel-Filter, MCL); Simulataneous Localization and Mapping (SLAM) Techniken (online SLAM, Full SLAM); Pfadplanung (Dijkstra, A*, D*, E*, Rapidly-Exploring Random Trees (RRTs) )
  • Steuerarchitekturen nach Art der Problemdekomposition und der Ablaufsteuerung
  • Leistungsbewertung und Benchmarking Kognitiver Roboter (Metriken und Gütemaße, Gestaltung von Funktionstests)
  • Aktuelle Entwicklungen der Service- und Assistenzrobotik mit Zuordnung der vermittelten Verfahren

Im Rahmen des Pflichtpraktikums werden die behandelten methodischen und algorithmischen Grundlagen der Roboternavigation (Erzeugung einer Occupancy Grid Maps, Pfadplanung (Dijkstra und A* Algorithmus), Selbstlokalisation mittels Partikelfilter) durch die Studierenden selbst softwaretechnisch umgesetzt und im Rahmen eines vorgefertigten Python-Frameworks implementiert.

media of instruction

Präsenzvorlesung mit Powerpoint, Arbeitsblätter zur Vorlesung, Übungsaufgaben, Videos, Python Apps, studentische Demo-Programme, e-Learning mittels „Jupyter Notebook”

https://moodle2.tu-ilmenau.de/enrol/index.php?id=3306

literature / references
  • Hertzberg, J., Lingemann, K., Nüchter: A. Mobile Roboter; Springer Vieweg 2012
  • Siciliano, B., Khatib: O. Springer Handbook of Robotics, Springer 2016
  • Thrun, S., Burgard, W., Fox, D.: Probabilistic Robotics, MIT Press 2005
  • Siegwart, R., Nourbakhsh, I. R.: Introduction to Autonomous Mobile Robots, MIT Press 2004
evaluation of teaching

Pflichtevaluation:

SS 2017 (Fach)

Freiwillige Evaluation:

SS 2008 (Vorlesung)

SS 2010 (Vorlesung)

SS 2011 (Vorlesung)

SS 2012 (Vorlesung)

SS 2013 (Vorlesung)

SS 2014 (Vorlesung)

SS 2015 (Vorlesung)

SS 2016 (Vorlesung)

SS 2018 (Vorlesung)

SS 2019 (Vorlesung, Übung)

Hospitation: