Unter kognitiven Systemen werden am Lehrstuhl SRS Systeme verstanden, die die Fähigkeit zur Repräsentation von Sachverhalten außerhalb des Systems aufweisen. Dies bedingt notwendigerweise das Vorhandensein einer Repräsentationsebene, z. B. bei Menschen die Kombination aus Gedächtnis, Sprache (Syntax und Semantik) sowie kognitiven Fähigkeiten (Lernen, Planen, Antizipieren u. ä.).

Wissenschaftliches Ziel dieses Forschungsbereiches ist die Übertragung, Implementierung und experimentelle Erprobung der zur Analyse der Mensch-Maschine-Interaktion entwickelten Situations-Operator Modellbildungstechnik (SOM) auf ein technisches System, welches hierdurch z. B. verhaltensautonom wird. In diesem Kontext sind unter anderem auch sicherheitstechnische Fragestellungen relevant.

Im Gegensatz zu bestehenden Vorgehensweisen ist eine verhaltensautonome Regelung eines Kognitiven Technischen Systems in der Lage, eigenständig mit unbekannten Umwelten zu interagieren. Dies beinhaltet

• Lernfähigkeit des Systems, d. h. kein Rückgriff auf vorgegebenes (Umwelt- und Situations-)Wissen, auf Umweltmodelle oder vorgegebene höhere Verhaltensmuster, sondern selbsttätiges Ermitteln bzw. Anpassen des Erlernten und damit der Veränderung der 'Weltmodelle' des Systems und
• Fähigkeit zum Umgang mit sich dynamisch verändernden Umwelten. Da diese teilweise unbekannt sind, kommt der autonomen Entscheidungsfähigkeit für unbekannte, nicht trainierte Problemkonstellationen auf Basis vorgegebener (Global-)Verhaltensziele oder -maximen und Entscheidungskriterien eine besondere Bedeutung zu.

Die genannten Kriterien kennzeichnen zwar die historischen und teilweise noch immer aktuellen Ziele vieler Artificial Intelligence/Künstlicher Intelligenz-Arbeiten und Ansätze als den Versuch, menschliches Verhalten nachzuahmen, werden jedoch erst seit Kurzem auf Basis von Ansätzen der sog. neuen KI bzw. von kognitiven Ansätze gelöst.

Der für diesen Forschungskontext relevante homogene Zusammenhang von ingenieurtechnisch brauchbaren Beschreibungsmitteln zum Erfassen des realen (qualitativ mehrdimensionalen (logischen, räumlichen, problemorientierten)) Charakters aktueller Situationen, der von außerhalb des Systems oder durch das System initiierten Veränderungen, mit den Algorithmen, welche Reaktionen als Wissen speichern, Hypothesen als Voraussagen für Handlungen oder Planungstätigkeiten ableiten und dieses für unbekannte Anwendungen (beim mobilen Roboter: Umgebungen) leisten, ist nicht bekannt, obwohl viele Einzelarbeiten in den genannten einzelnen Arbeitsfeldern weit mehr leisten als gefordert.

Die Anwendung derartiger 'Advanced Intelligent Control'-Algorithmen bei Fahrzeugen und technischen Systemen führt zur weiteren Steigerung der Handlungsfähigkeit und –autonomie technischer Systeme, ohne dass Menschen in die direkte Interaktion von technischen Systemen und Umwelt bzw. Prozessen eingreifen.

Ebenfalls von besonderer Bedeutung ist die Entwicklung von Vorfiltern, wie sie zur Informationsverdichtung notwendig werden, wenn die verfügbaren Sensorinformationen mit der verhaltensbasierten Ebene verknüpft werden müssen, wie im Kontext der Umfeldsensorik intelligenter Fahrzeuge, der Diagnose komplexer technischer Prozesse (z. B. Verschleißprozesse) oder aber auch der Multisensordatenfusion. Die im Lehrstuhl SRS erarbeiteten Ansätze verfolgen das Ziel eine technische Wahrnehmung (im Sinne der Definition von Wahrnehmung, wie sie in der Psychologie Verwendung findet) zu realisieren.

Dies ist insbesondere für Umwelten, Prozesse und Systeme von Bedeutung, in denen die Anwesenheit menschlicher Bediener oder Überwacher unerwünscht, nicht möglich (z.B. verseuchte Umgebungen, Weltraum) oder störend ist oder aber wo schlicht komplexe Automatisierungen realisiert werden sollen. Beispiele hierfür sind

• hochautomatisierte Reinraumfertigungsprozesse,
• selbstnavigierende Satellitensysteme (z.B. Deep Space 1),
• unmanned vehicles (z.B. U-Boote, Flugzeuge, Fahrzeuge) und
• mobile Roboter.

Anwendungsbeispiele im Lehrstuhl SRS sind:

• Realisierung vollständig autonomer Systeme (selbstständiges Manövrieren und Interagieren) in unbekannten Umgebungen auf Basis des mobilen Roboters AlRob (Pioneer III) sowie von Eigenbauten
• Umfeldwahrnehmung für das straßenverkehrszugelassene Versuchsfahrzeug ViewCAR des DLR (Institut für Verkehrssysteme, Braunschweig)
• Datenkompression und Filterung für industrielle Prozesse mit starkem Verschleißcharakter
• Multisensorielle Datenfusion an einem Schaufelradbagger im rheinischen Tagebau mit dem Ziel der Automatisierung.

Unter kognitiven Systemen werden am Lehrstuhl SRS Systeme verstanden, die die Fähigkeit zur Repräsentation von Sachverhalten außerhalb des Systems aufweisen. Dies bedingt notwendigerweise das Vorhandensein einer Repräsentationsebene, z. B. bei Menschen die Kombination aus Gedächtnis, Sprache (Syntax und Semantik) sowie kognitiven Fähigkeiten (Lernen, Planen, Antizipieren u. ä.). Wissenschaftliches Ziel dieses Forschungsbereiches ist die Übertragung, Implementierung und experimentelle Erprobung der zur Analyse der Mensch-Maschine-Interaktion entwickelten Situations-Operator Modellbildungstechnik (SOM) auf technische Systeme, welche hierdurch neue Eigenschaften erhalten.

Die Entwicklung von Assistenzsystemen auf Basis Kognitiver Technischer Systeme beinhaltet die Fähigkeit des technischen Systems, die Handlung menschlicher Bediener ,zu verstehen’. Hieraus ergibt sich die Möglichkeit technischer Systeme, Menschen wirklich zu assistieren, weil letztlich derartig konzipierte Systeme nicht Grenzwerte prüfen, sondern verstehend interagieren. Voraussetzung für ‚verstehendes Assistieren’ ist jedoch die Implementierung menschlicher Verhaltensweisen.

Auf Basis der SOM-Technik sowie der programmtechnischen Umsetzung unter Nutzung verschiedener Formalismen höherer Petrinetze werden im Lehrstuhl SRS die für ein neues Verhältnis der Kooperation von Mensch und Maschine, von Mensch und Automat notwendigen Grundlagen erforscht und prototypisch realisiert. Dies schließt auch die Assistenz von über Rechner/Displays kommunizierenden/kooperierenden ‚Mensch-Mensch-Systemen’ sowie die Überwachung der Mensch-Maschine-Kooperation für sicherheitstechnisch bedeutende Systeme ein.