Angewandte Technisch-Kognitive Systeme

Angewandte Technisch-Kognitive Systeme

Prof. Dr. J. Marius Zöllner Sekretariat: Sonja Göttl Teresa Panhans

 

Beschreibung

Im Fokus der Forschung stehen Technologien der angewandten maschinellen Intelligenz. Basierend auf der Erforschung von Grundlagen sollen neue technische Systeme wie autonome Fahrzeuge, autonome Serviceroboter, 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. Verfahren der Systemevaluierung und Validierung bilden einen zusätzlichen Schwerpunkt im Rahmen der angewandten Forschung. Autonome Fahrzeuge wie CoCar und CoCar-Zero, autonome Shuttles wie Anna und Ella, 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.

CoCar NextGen at IEEE ITSC 2023 At the 2023 International Conference on Intelligent Transportation Systems we unveiled our newest autonomous and connected research vehicle: CoCar NextGen. Based on an Audi A6 platform, the vehicle is equipped with the latest sensor and computing technology to support our autonomous driving software. Its purpose is to facilitate research in connected and autonomous driving through real-world measurement and test drives. The vehicle features nine cameras, twelve LiDAR sensors, three radar sensors and an enhanced GPS system. A high-performance server powers our autonomous driving software, complemented by multiple integrated GPUs to enhance our AI capabilities. For communication with other vehicles and intelligent infrastructure, such as our Testfeld Autonomes Fahren in Karlsruhe, CoCar NextGen incorporates modern Vehicle-To-Everything (V2X) modules. Additionally, we presented six research papers at ITSC 2023, underscoring our commitment to advancing autonomous and connected driving systems.

Offene Abschlussarbeiten und HiWi-Stellen Forschungsbereich Themen Perception Traffic Light Detection with Deep Neural Networks for Autonomous Driving Aerial Image Segmentation with Deep Neural Networks for Autonomous Driving Anomaly Detection for Autonomous Driving Deep Learning based 3D Environment Perception for Autonomous Vehicles Sensor-setup agnostic Machine Learning Perception for Autonomous Vehicles Robust, Interpretable and Energy-Efficient Deep Learning for Camera-based Perception Sensorfusion for Connected Autonomous Driving Intelligent Roadside Infrastructure for Connected Autonomous Driving Recognition of Sensor Data Discrepancies in Autonomous Vehicles and Smart Infrastructure Perception with Intelligent Traffic Infrastructure Prediction Predicting the Behavior of Traffic Participants with Deep Neural Networks Behavior and Motion Prediction of Traffic Participants for Safe Trajectory Planning Probabilistic Decision Making and Scene Interpretation A priori VRU Behavior Prediction using Traffic Infrastructure for Autonomous Driving Trajectory forecasting under road topology and vehicle constraints UX Automated Capture of User Experience in Autonomous Vehicles Maps Automated Generation and Maintenance of Probabilistic HD-Maps Aerial Image Segmentation with Deep Neural Networks for Autonomous Driving Semantic LiDAR-Localization and Validation through GPS and Odometrie Planning Cooperative Trajectory Planning under Uncertainties Probabilistic Decision Making and Scene Interpretation Safety and Security Misbehavior Detection and Optimization of Driving Components for Robustness Improvement Evaluating Metrics for Performance Assessment in Autonomous Driving Adversarial Attacks on Deep Learning Models Condition Monitoring for Robust and Safe Autonomous Systems Vehicle-to-Everything (V2X/Car2X) Vehicle-to-everything (V2X) for Distributed Simulations on Proving Grounds and Test Areas for Autonomous Driving Interactive Machine Learning for Remote Assisted Autonomous Vehicles Remote Operation in Autonomous Driving Simulation Distributed Virtual Reality (VR) and Simulation Frameworks for Validation and Verification of Autonomous Vehicles Simulation of Autonomous Driving and Behaviour Modelling of Vulnerable Road Users Reinforcement Learning Distributional and Model-Based Reinforcement Learning Efficient Unsupervised Reinforcement Learning End-to-End autonomous driving using Reinforcement Learning Other Topics in Autonomous Driving Postprocessing of Trajectory Tracking Vehicle Hardware and Sensor Setups for Autonomous Vehicles

Unsere Partnerinstitute

Forschungsbereich Intelligent Systems and Production Engineering

Personen

• Ahmed Abouelazm
• Daniel Bogdoll
• Johannes Buyer
• Mohammd Karam Daaboul
• Jens Doll
• Marcus Fechner
• Tobias Fleck
• Martin Gontscharow
• Helen Gremmelmaier
• Daniel Grimm
• Dominik Heid
• Marc Heinrich
• Christian Hubschneider
• Tim Joseph
• Florian Kuhnt
• Karl Kurzer
• Nico Lambing
• Albert Lee
• Ferdinand Mütsch
• Sven Ochs
• Stefan Orf
• Stefan Orf/en
• Svetlana Pavlitskaya
• Nikolai Polley
• Rupert Polley
• Helen Schneider
• Albert Schotschneider
• Philip Schörner
• Philipp Stegmaier
• Marc Uecker
• Abhishek Vivekanandan
• Michael Weber
• Melih Yazgan
• Maximilian Zipfl
• Marc Zofka
• J. Marius Zöllner

Lehrveranstaltungen

• Maschinelles Lernen 1 - Grundverfahren, Vorlesung (findet statt im WS)
• Maschinelles Lernen 2 – Fortgeschrittene Verfahren, Vorlesung (findet statt im SS)
• Programmieren I: Java, Vorlesung (findet statt im WS)
• Programmierung kommerzieller Systeme - Anwendungen in Netzen mit Java, Vorlesung (findet statt im SS)
• Kognitive Automobile und Roboter, Seminar (findet statt im WS & SS)
• Projektpraktikum Kognitive Automobile und Roboter, Praktikum (findet statt im WS)
• Projektpraktikum Maschinelles Lernen, Praktikum (findet statt im SS)

Aktive Projekte

C2CBridge Externer Link: https://www.kamo.one/c2c-bridge/

DigiT4TAF

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

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

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