Stage-oe-small.jpg

Angewandte Technisch-Kognitive Systeme: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
Zeile 62: Zeile 62:
 
|link=none
 
|link=none
 
|format=template
 
|format=template
|template=AbschlussarbeitsthemenOffen
+
|template=AbschlussarbeitsthemenOffen/en
 
|limit=200}}
 
|limit=200}}
  

Version vom 24. Februar 2021, 16:14 Uhr

Angewandte Technisch-Kognitive Systeme

P3142439.JPG





Sekretariat:
 
Beschreibung

Im Fokus der Forschung stehen Technologien der angewandten maschinellen Intelligenz. Basierend auf der Erforschung von Grundlagen sollen neue technische Systeme wie autonome Serviceroboter, autonome Fahrzeuge oder Assistenzsysteme mit kognitiven Fähigkeiten realisiert werden. Die Anwendung dieser so genannten technisch-kognitiven Systeme findet primär im Kontext der hochautomatisierten, effizienten und intermodalen Mobilität, der vernetzten automatisierten Produktion und Logistik sowie der interaktiven Unterstützung des Benutzers in Alltagssituationen statt.

Adressierte Grundlagen der maschinellen Intelligenz sind vornehmlich die maschinelle Wahrnehmung sowie das Situationsverstehen und die Verhaltensentscheidung. Methoden des maschinellen Lernens und der probabilistischen Inferenz werden dabei für alle Komponenten erforscht und angewandt. Die ganzheitliche Nutzung von neuronalen Verfahren in der adaptiven Wahrnehmung und Verhaltensentscheidung wird langfristig in dem jüngst aufgesetzten Forschungsschwerpunkt Neurorobotik adressiert. Verfahren der Systemevaluierung und Validierung bilden einen zusätzlichen Schwerpunkt im Rahmen der angewandten Forschung. Autonome Fahrzeuge wie CoCar und CoCar-Zero, mobile Roboter, wie der Assistenzroboter Hollie, die Lauron Laufmaschinen oder der Inspektionsroboter Kairo bilden dabei wertvolle Integrations- und Evaluierungsplattformen für die angewandte Forschung. Sie werden in enger Kooperation mit dem FZI weiterentwickelt und für die gemeinsame Forschung und Lehre genutzt.



Neuigkeiten
12. März 2024: Autonomes Fahren mit Bundesminister für Digitales und Verkehr Volker Wissing auf Campus Nord
5. Oktober 2023: CoCar NextGen auf IEEE ITSC 2023
5. Oktober 2023: CoCar NextGen at IEEE ITSC 2023
5. Oktober 2023: Autonomes Fahren mit Bundesminister für Digitales und Verkehr Volker Wissing auf Campus Nord
21. September 2020: Best Dissertation Award - IEEE ITS Society
15. November 2018: Audi Autonomous Driving Cup 2018: Team AlpaKa holt den Titel
5. November 2018: Best Paper Award - IEEE International Conference on Intelligent Transportation Systems (ITSC)
28. Juni 2018: Best Paper Award - IEEE Intelligent Vehicles Symposium (IV)
28. Juni 2018: Best Paper Award - IEEE Intelligent Vehicles Symposium (IV)


Links

Offene Abschlussarbeiten

Title: Feature-based Localization by using Static Objects of the Environment
Supervisor: Stefan Orf
Type of thesis: Master

Title: Deep Learned Condition Monitoring of an Autonomous Vehicle
Supervisor: Stefan Orf
Type of thesis: Master

Title: Situation Recognition for Remote Operator Support
Supervisor: Stefan Orf
Type of thesis: Master

Title: Statistical Modelling of Vehicle Movement in Autonomous Driving
Supervisor: Stefan Orf
Type of thesis: Bachelor

Title: Detecting Cooperative Driving in Deep Neural Network Architectures
Supervisor: J. Marius ZöllnerNikolai Polley
Type of thesis: Bachelor, Master

Title: Anomaly Detection with World Models for Autonomous Driving
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: Benchmarking Anomaly Detection on Camera and Lidar Data with 3D Voxel Representation
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: Specialized Evaluation Metrics for Perception Tasks in Autonomous Driving
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: Deep Learning Anomaly Detection with Model Contradictions for Autonomous Driving
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: 3D Voxel Benchmark for Anomaly Detection in Autonomous Driving
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: Deep Learning World Models with Latent States for Autonomous Driving
Supervisor: Daniel Bogdoll
Type of thesis: Bachelor, Master

Title: Thinking Fast and Slow with Model-Based Reinforcement Learning
Supervisor: Mohammd Karam Daaboul
Type of thesis: Master

Title: Deep Reinforcement Learning for the Control of Robotic Manipulation
Supervisor: Mohammd Karam Daaboul
Type of thesis: Master

Title: Efficient Uncertainty Aware Latent Model-Based Optimization
Supervisor: Mohammd Karam Daaboul
Type of thesis: Master

Title: Machine Learning & Transfer Learning im Bereich der Arbeitsmaschinen
Supervisor: Mohammd Karam Daaboul
Type of thesis: Bachelor, Master

Title: Manöver- / Trajektorienplanung unter Unsicherheiten
Supervisor: Philip Schörner
Type of thesis: Bachelor, Master


Offene Stellen

Wissenschaftliche Hilfskraft | Kooperativ Interagierende Automobile

Wissenschaftliche(r) Mitarbeiter(in) | Hochautomatisiertes Fahren

Unsere Partnerinstitute

Fzilogo.gif
Forschungsbereich ISPE


Personen



Lehrveranstaltungen


Aktive Projekte
Dfg logo schriftzug blau 4c.png

SPP 1835: Kooperativ interagierende Automobile
Externer Link: http://www.coincar.de/#/

Dark+Gradient S.png

SofDCar
Externer Link: https://www.sofdcar.de

Taf logo transparent.png

Testfeld Autonomes Fahren
Externer Link: https://taf-bw.de/