Der Forschungsschwerpunkt befindet sich im Bereich der dreidimensionalen Umweltwahrnehmung und Rekonstruktion in Echtzeit. Dabei stehen insbesondere zwei Aspekte im Fokus. Zum einen die simultane Bewegung von Kamera und mehreren Objekten in der Szene, wobei auch Beziehungen zwischen den Objekten bestimmt werden. Zum anderen die Anwendung für autonome Roboternavigation in einer solchen dynamischen und zuvor unbekannten Umgebung. Aktuell werden die Forschungsarbeiten unter Verwendung variabel konfigurierbarer Roboter mit Differenzialantrieb durchgeführt. Die Wahrnehmung basiert vornehmlich auf RGBD-Daten wie sie z.B. von einer MS KINECT erzeugt werden. Eine besondere Schwierigkeit geht aus dem Anspruch hervor möglichst wenig a priori Wissen (z.B. Modelle von Objekten) vorzugeben und dennoch eine robuste wie auch detaillierte Rekonstruktion zu hervorbringen.

Ziel des Projektes ist es, ein praxistaugliches Verfahren zu entwickeln, dass das Aufbringen von zusätzlichen Papier-Etiketten zur Identifizierung von Objekten überflüssig macht. Stattdessen ist ein Matrixcode zu entwickeln, der sich per Laser direkt auf eine blanke Metallfläche aufbringen lässt (Direct Part Marking). Die Metallfläche kann auch gekrümmt sein, wie etwa bei einer Metallhülse. Der Code muss unter Produktionsbedingungen auslesbar sein, d.h. die Bildverarbeitung muss auch mit schlechten Lichtverhältnissen oder partiellen Objektverschmutzungen umgehen können.

Unsere Arbeitsgruppe entwickelt zunächst elementare graphische Symbole, die zu individuellen Mustern zusammengesetzt werden können um dadurch beliebige Informationen zu kodieren. Die Gestaltung der Symbole erfolgt mit dem Ziel, eine anschließende Bildverarbeitung für die Mustererkennung zu realisieren, welche mit widrigen Umgebungsbedingung fertig wird und darüber hinaus hoch effizient durchführbar ist. Die Erkennung der Symbole soll als zusätzliche Information den Grad der Unsicherheit ausgeben.

Entscheidend für die Qualität des Rohstoffes Stahl ist sein Reinheitsgrad, der allerdings herstellungsbedingt durch nichtmetallische Einschlüsse gemindert wird. Es ist eine wesentliche Herausforderung, diese Einschlüsse mit Ausdehnungen im Mikrometerbereich möglichst genau und effizient zu lokalisieren, zu klassifizieren, und in ihrer Gesamtheit schließlich zu modellieren und zu visualisieren. Ziel des Projektes SILENOS® ist eine schnelle Quantifizierung und Charakterisierung des nichtmetallischen Reinheitsgrades von stranggegossenen Stahlwerkstoffen mit Hilfe von Bildern schichtweise abgefräster Stahlproben.

Die Herausforderungen der Arbeitsgruppe Intelligente Systeme bestehen dabei im Aufbau eines geeigneten Bildgebungssystems, dem Entwurf und der Entwicklung effizienter Algorithmen der Bildanalyse, sowie dem Transfer der gewonnen Ergebnisse an die Modellierungs-, Visualisierungs- und Analysekomponente in der Verantwortlichkeit der Arbeitsgruppe Computergraphik, Bildverarbeitung und Wissenschaftliches Rechnen, und schließlich der Optimierung der Methoden für den Einsatz in einer industriell nutzbaren Prüfmaschine. Beide Arbeitsgruppen beteiligen sich an der Anforderungsbeschreibung, dem Entwurf und der Realisierung des Computer-gesteuerten Gesamtprozesses und des Prüfsystems.

Ein Framework zur automatischen Optimierung von Merkmalsrepräsentationen und Modellen für maschinelles Lernen

Das AROMS-Framework beinhaltet eine hoch-adaptive Datenverarbeitungspipeline für maschinelles Lernen, die Merkmalsselektion, Datenvorverarbeitung, Repräsentationslernen und Klassifikatoren enthält.

Das Ziel des PROREOP-Projektes besteht darin, ein softwaregestütztes Prognosesystem zu entwickeln, das medizinisch verwertbare Aussagen zur Optimierung von Operations- und Rehabilitationsmaßnahmen des menschlichen Bewegungsapparates liefert. Teilaufgabe des Lehrstuhls ist zum einen die Entwicklung bildverarbeitender Verfahren und zum anderen die Mitwirkung bei der Spezifikation von Interfaces und Realisierung der Datenfusion.

Die Menge der zur Verfügung stehenden Leber-Spenderorgane hält mit dem derzeitigen Bedarf nicht Schritt. Die Funktion der Leber lässt sich - anders als bei den Nieren - nicht vorübergehend durch technische Hilfsmittel ersetzen. An der Klinik für Allgemein-, Viszeral und Transplantationschirurgie der Universität Duisburg-Essen setzt man daher zunehmend auf die Verpflanzung von Organteilen lebender Spender, anstatt auf die Organe Verstorbener zu warten. Zur Erforschung der Leberlebendspende werden an Ratten Leberresektionen durchgeführt und parallel die Mikrozirkulation der Leber mittels orthogonaler Polarisationsspektroskopie (OPS) untersucht. Hierbei werden Videosequenzen aufgezeichnet, die im Hinblick auf statische Parameter (Gefäßdurchmesser, funktionelle Gefäßdichte) und kontinuierliche Parameter (Blutflussgeschwindigkeit) ausgewertet werden müssen. Die Bestimmung der Parameter ermöglicht Aussagen zur Regulation der Mikrozirkulation nach erheblicher Reduktion des Lebervolumens. Ziel des Projektes ist es, durch maschinelle Einzelbild- und Bildfolgenanalyse die genannten Parameter automatisch zu bestimmen.

Das Ziel dieses Projektes ist es, Roboterfahrzeuge auf den Einsatz in einer Bibliothek vorzubereiten. Dabei sollen die Roboter folgende Aufgaben bewerkstelligen können:

• Selbständige Erkundung der Räumlichkeiten der Bibliothek sowie Erstellung einer Umgebungskarte
• Automatisches Erkennen von falsch eingeordneten Bücher und Meldung an die Zentrale der Bibliothek

Im Rahmen von regelmäßig stattfindenden studentischen Praxisprojekten sind unter anderem folgende Teilaufgaben zu lösen:

• automatisches Erkennen von bekannten und unbekannten Objekten
• Vermeidung von Hindernissen
• Selbstlokalisierung
• Erstellung einer Umgebungskarte

Grundlage für die praktischen Arbeiten sind vier Roboterfahrzeuge der Firma Evolution Robotics, welche mit Video-Kameras ausgestattet sind.

Aufbau einer Mustersprache zur Entwicklung von Software für intelligente Robotersysteme
Promotionsprojekt von Dr. rer. nat. Michael MÜLLER
 

Emergenz von Navigationsstrategien bei mobilen Robotersystemen durch Kombination verschiedener algorithmischer Lernverfahren

Promotionsprojekt von Dr. rer. nat. Anastasia NOGLIK