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.
Berücksichtigung von Objekteigenschaften und Affordanzen bei der GreifplanungM. Sc. Benedict Stephan,
Dr. Steffen Müller
offen
Realisierung einer Objektübergabe zwischen Roboter und MenschDr. Steffen Mülleroffen
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
Tracking und Modellierung von dargereichten Objekten durch einen mobilen AssistenzroboterDr. Steffen Mülleroffen
Körperteilbasierte Personenwiedererkennung aus RGB-D DatenM. Sc. Tim Wengefeldoffen
Laser- und tiefendatenbasierte Detektion von Fußpositionen und UnterarmgehstützenM. Sc. Alexander Vorndranoffen
(Bearbeitung bis spätestens 01/2021)
Filtern bzw. Tracking von Skelettpunkten unter Nutzung einer Astra Orbec mit nuitrac und open poseM. Sc. Benjamin Schützoffen
Deep-Learning-based distress detection on concrete roadsDI Ronny StrickerBearbeiter:
Mohsin Hayat

Laufzeit: 01.10.20-31.03.21
Visuelle Intenterkennung für die Mensch Roboter KollaborationDr. Steffen MüllerBearbeiter:
Max Kogel

Laufzeit: 15.10.20-15.04.21
Integration eines Objekt-/Handtracking-Ansatzes in die reale RoboterapplikationM. Sc. Benedict Stephan,
Dr. Steffen Müller
Bearbeiter:
Patrick Stäblein

Laufzeit: 19.08.20-19.02.21
Learning an Embedding for Skeleton-Based Action Recognition

M. Sc. Dustin Aganian

Bearbeiter:
Najam Saleem

Laufzeit: 15.08.20-15.02.21

Hands on Deep Learning 3 D Handposen SchätzungM. Sc. Benedict Stephan,
M. Sc. Dustin Aganian
Bearbeiter:
Hendrik Köhler

Laufzeit: 27.07.20-27.01.21
Lernen von Merkmalen für die erscheinungsbasierte Personen-wiedererkennung durch Einsatz moderner Fehlerfunktionen für tiefe Neuronale NetzwerkeDr. Markus Eisenbach,
M. Sc. Dustin Aganian
Bearbeiter:
Joachim Wagner

Laufzeit: 20.05.-20.11.20
Deep-Learning-basierte Klassifikation von StraßenoberflächenDI Ronny StrickerBearbeiter:
Friedrich Schmidt

Laufzeit: 15.05.-16.11.20
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

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.
Berücksichtigung von Objekteigenschaften und Affordanzen bei der GreifplanungM. Sc. Benedict Stephan,
Dr. Steffen Müller
offen
Realisierung einer Objektübergabe zwischen Roboter und MenschDr. Steffen Mülleroffen
Deep-Learning-basierte Objektdetektion zur Erkennung von Händen und WerkzeugenM. Sc. Mona Köhler,
M. Sc. Daniel Seichter
offen
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
Körperteilbasierte Personenwiedererkennung aus RGB-D DatenM. Sc. Tim Wengefeldoffen
Laser- und tiefendatenbasierte Detektion von Fußpositionen und UnterarmgehstützenM. Sc. Alexander Vorndranoffen
(Bearbeitung bis spätestens 01/2021)
Einbindung der Flexible Collision Library in einen Bewegungsplaner für das Greifen von ObjektenDr. Steffen MüllerBearbeiter:
Andreas John

Laufzeit: 18.08.20-18.01.21
Reversible Residual NetworksDr. Markus Eisenbach,
M. Sc. Dustin Aganian
Bearbeiter:
Alexander Beier

Laufzeit:03.08.20-04.01.21
Deep-learning-basierte Schätzung von von Personenattributen und soft-biometrischen Personenmerkmalen.

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

Laufzeit:15.05.-15.10.20

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.
Offline Sprachverarbeitung für robotische AnwendungenM. Sc. Dominik Höchemeroffen
DETR: End-to-End Object Detection with Transformers (BA, MA)Dr. Markus Eisenbach,
M. Sc. Mona Köhler
reserviert
Darstellung der Ergebnisse des EU Projekts Second Hands (BA, MA)Dr. Steffen Müllerreserviert
Recherche zu Methoden zur Ausführung von Objektübergaben zwischen Roboter und Mensch (BA, MA)Dr. Steffen Müllerreserviert
Affordanz-Segmentierung –Ein Überblick (BA, MA)M. Sc. Benedict Stephanoffen
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
Technisches Benchmarking mobiler Assistenzrobotik in realen EinsatzumgebungenDr. Andrea Scheidigreserviert
 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
Few-Shot Object Detection – Erlernen von Objektdetektionen mit nur wenigen TrainingsbeispielenM. Sc. Mona Köhlerreserviert
Deep-Learning-Verfahren zur panoptischen Segmentierung – der Verknüpfung von semantischer Segmentierung und Instanzsegmentierung für ein umfassendes Szenenverständnis (BA, MA)M. Sc. Daniel Seichterreserviert
Contrastive Learning: Self Supervised Learning gehört die Zukunft (BA, MA)Dr. Markus Eisenbachoffen
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
A feature-based approach to people re-identification using skeleton keypoints (BA, MA)M. Sc. Tim Wengefeldreserviert
Vorstellung des Gilbert–Johnson–Keerthi Algorithmus und dessen Anwendungsmöglichkeiten in der Kollisionsberechnung und GreifkontaktbewertungDr. Steffen MüllerBearbeiter: David Müller
Laufzeit:15.10.20-15.03.21
Aufarbeitung von Behavior Trees als Alternative zu Finiten State Machines und deren Anwendung in der Robotik (vor allem in der Navigation)M. Sc. Dominik HöchemerBearbeiter: Marc Böse
Laufzeit:12.06.-12.12.20
Transformer: Warum Rekurrente Neuronale Netzwerke kaum noch verwendet werdenDr. Markus EisenbachBearbeiter: Kay Richter
Laufzeit: 08.06.-30.09.20
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

Projektarbeiten

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

ThemaPDFBetreuerStatus
Skelett-basierte Methoden zur Sturzerkennung auf mobilen RoboternM. Sc. Tim WengefeldBearbeiter:
Florian Reiher,
Daniel Wirsing,

Vermont Atiajio Nandjou
Laufzeit:02.06.-30.09.20
RTAB-Map: Ein ÜberblickM. Sc. Daniel SeichterBearbeiter:
Marius Engelhardt,
Robert Lasch,

Jonas Licht,
Joachim Wagner
Laufzeit: