Studentische Arbeiten

Folgende Themen stehen Ihnen für Ihre Projekt-, Studien-, Bachelor- oder  Masterarbeit im Bereich Robotik zur Verfügung. Bitte beachten Sie, dass die konkreten Aufgabenstellungen nur nach vorheriger Absprache erfolgen.

Art* Titel der Arbeit Betreuer/in Stand
StA Konzepterarbeitung für den Einsatz eines Leichtbauroboters bei MKN N. Petersen, B.Eng. 06/2019
PA/StA/ BA/MA 3D-Bildverabeitung / Erkennung
Inhalt: Bilderkennung, Robot Vision, Maschinelles Sehen
--> Details siehe unten
H. Poschmann, M.Eng.  06/2019
PA/StA/ BA/MA Time-of-Flight Sensorik mit ROS und GUI 
Inhalt: TOF-Sensorik, Parametrierung und flexibler Code, Maschinelles Lernen
--> Details siehe unten
H. Poschmann, M.Eng.  06/2019
BA/MA KI und Entscheidungsalgorithmen
Inhalt: KI, Entscheidungsprobleme, Informationsmanagement, Wirtschaftlichkeitsbetrachtung, Sequenzplanung, Optimierungsprobleme
--> Details siehe unten
H. Poschmann, M.Eng.  06/2019
PA/StA/ BA Usability / Interface Design und Integration in die Demontageumgebung
Inhalt: GUI, App-Entwicklung, Schnittstellen, Usability
--> Details siehe unten
H. Poschmann, M.Eng.  06/2019
PA/StA 4.Sem. Themen für weitere Projektarbeiten (siehe nachstehend) H. Poschmann, M.Eng. 06/2019

 

* PA Projektarbeit, StA Studienarbeit , BA Bachelorarbeit, MA Masterarbeit

Details zu den Themen

3D-Bildverabeitung / Erkennung

Um im Rahmen von Demontageprozessen Bauteile und Verbindungselemente zu identifizieren ist der Einsatz von Bilddatenverarbeitung unverzichtbar. Da die Erkenntnisse der Bilderkennung in den nachgelagerten Prozessen genutzt werden sollen, ist es zwingend notwendig, dass die Kompatibilität mit der Robotersteuerung direkt oder über eine zu spezifizierende Schnittstelle gegeben ist.

ROS als Open-Source Standard bietet sich hier an, da es bereits ein breites Feld an Hardware (z.B. Intel RealSense ©) gibt und auch viele Anwendungsfälle softwareseitig offen zugänglich beschrieben worden.

Als studentische Arbeit kann hier z.B. eine Pick-And-Place Anwendung mit einem Roboter und einer Kamera realisiert werden. Fokus sollte dabei auf der Identifikation von Verbindern und Komponenten liegen und neben der Erarbeitung des Szenarios auch eine entsprechende praktische Validierung der Ergebnisse beinhalten.

Auf Grundlage einer solchen Anwendung sind Folgearbeiten möglich!

Stichworte: Bilderkennung, Robot Vision, Maschinelles Sehen

Betreuer: Hendrik Poschmann (Mail)

Möglicher Umfang: Projektarbeit, Studienarbeit, Bachelorarbeit, Masterarbeit

Time-of-Flight Sensorik mit ROS und GUI

Zur optischen Erfassung von Objekten im Arbeitsbereich eines Roboters bietet die Time-of-Flight Technologie zahlreiche Anwendungspotenziale. Ziel des Projektes ist die Integration eines TOF Sensors in einer ROS Anwendung auf einer Edge Computing Lösung. Um die Leistungsfähigkeit der Konfiguration zu überprüfen soll am Beispiel der Parkplatzeinfahrt Herrenbreite eine Detektion ein- und ausfahrender Fahrzeuge erfolgen, um auf diese Weise eine Möglichkeit zur Übersicht über die Parkplatzkapazitäten zu haben. Die Ergebnisse der Sensorerfassung sollen in einer mobilen App oder auf einer Website dargestellt werden.

Eine Erweiterung des Projektes durch maschinelles Lernen in Bezug auf Auslastungsmuster und Predictive Analytics ist ebenfalls möglich.

Stichworte: TOF-Sensorik, Parametrierung und flexibler Code, Maschinelles Lernen

Betreuer: Hendrik Poschmann (Mail)

Möglicher Umfang: Projektarbeit, Studienarbeit, Bachelorarbeit, Masterarbeit

KI und Entscheidungsalgorithmen

Zentrales Organ im Konzept der Demontage 4.0 ist der Robot Cognition Processor (RCP). In diesem Bereich des Demontagesystems erfolgt die Synthese aus Markplatz- und Sensordaten sowie die Entscheidung in Bezug auf die Sequenzierung und die Bestimmung des Demontagegrades.

Um die Demontagesequenzen kontinuierlich auf Basis der bereits ausgeführten Operationen zu verbessern, soll mit Hilfe einer künstlichen Intelligenz die Befehlsplanung optimiert werden. Die Entscheidung über den Demontagegrad soll anhand verschiedener Kriterien in Bezug auf das Bauteil mit einer Prognose über die Wirtschaftlichkeit der Demontage getroffen werden. Um die Vorhersage zu treffen sollen verschiedene Modelle (z.B. Markow-Entscheidungprobleme) für den Entscheidungsprozess untersucht werden. Das Wissen über die Qualität der Bauteile und der Demontagesequenz soll gemäß einer standardisierten Ontologie dem Marktplatz zuführbar sein.

Stichworte: KI, Entscheidungsprobleme, Informationsmanagement, Wirtschaftlichkeitsbetrachtung, Sequenzplanung, Optimierungsprobleme

Betreuer: Hendrik Poschmann (Mail)

Möglicher Umfang: Bachelorarbeit, Masterarbeit

Usability / Interface Design und Integration in die Demontageumgebung

Da in Demontagebetrieben ein hoher Anteil an manuellen Prozessen zu finden ist und einige Anwendungen zu Komplex für eine Automatisierung sind, ist die Kooperation von Mensch und Roboter im Rahmen eines Advanced Disassembly System notwendig.

Um die Automatisierungseinrichtungen auch bei geringerer Qualifikation im Rahmen der üblichen Arbeitsprozesse bedienen zu können ist daher eine geeignete Schnittstelle zu konzipieren. Das Demontagesystem sollte dabei über ein graphisches Interface, eventuell eine App für mobile Endgeräte (primär Tablet-PCs) bedienbar sein.

Eine besondere Herausforderung stellt dabei die Einbindung der menschlichen Arbeit in den Lernprozess der Maschine (z.B. bei fehlgeschlagener Sequenzplanung) dar. Das Bediensystem muss daher zum einen den automatischen Betrieb, als auch den hybriden Betrieb unter Berücksichtigung eines Mitarbeiters unterstützen.

Stichworte: GUI, App-Entwicklung, Schnittstellen, Usability

Betreuer: Hendrik Poschmann (Mail)

Möglicher Umfang: Projektarbeit, Studienarbeit, Bachelorarbeit

Weitere Themen für Projektarbeiten (Studienarbeiten, 4. Semester)

  • Abbildung und Ansteuerung der vorhandenen Greifer in ROS (bereits für 1 von 3 Modellen erfolgt)
  • Roboter-Cocktail Bar (Auswahl-Oberfläche (GUI) und Realisierung geeigneter Mixprogramme, ggf. mit Einsatz von Markerdetektion).
  • Integration von umgebungsbasierten Entscheidungsszenarien in ROS
  • 3D Bilderkennung zur Differenzierung von Verbindungselementen (z.B. Schrauben) unter verschiedenen Umgebungsbedingungen
  • Untersuchung und Kalibrierung der Intel Realsense Modelle D435 und D415 am Prüfstand (Prüfstand fertiggestellt)
  • Bauteilbewertung durch Detektion von Korrosionsstellen mit Robot Vision
  • Sensorfusion Optoforce Kraft/Momentensensor und Kamera für Pick and Place Operationen

Betreuer: Hendrik Poschmann (Mail)

Möglicher Umfang: Projektarbeit, Studienarbeit, Bachelorarbeit, Masterarbeit

nach oben
Drucken