Robotic Systems for Service Robotic Applications
Zoom-Link: https://rwth.zoom.us/j/96731705824?pwd=YUtvZEE5enhiRGIzalVEeG9Xa09ldz09
Die Datenschutzhinweise zur Nutzung von Zoom und eine Handreichung für Teilnehmer (Studierende) können von den Seiten des CLS der RWTH Aachen University heruntergeladen werden.
Frohe Weihnachten und frohes neues Jahr!
Der an dieser Stelle eingebundene Inhalt führt Sie auf Seiten, die von der von Google betriebenen Seite YouTube - YouTube, LLC, 901 Cherry Ave., San Bruno, CA 94066, USA - zur Verfügung gestellt werden. Mit dem Aufruf des Inhalts kann YouTube Ihre IP-Adresse und die Sprache des Systems, sowie verschiedene browserspezifische Angaben ermitteln. Wenn Sie in Ihrem YouTube-Account eingeloggt sind, ermöglichen Sie YouTube, Ihr Surfverhalten direkt Ihrem persönlichen Profil zuzuordnen. Dies können Sie verhindern, indem Sie sich aus Ihrem YouTube-Account ausloggen. YouTube verwendet Cookies und Tracking-Tools. Die Datenverarbeitungsvorgänge sowie die Zwecke der Verarbeitung können direkt bei YouTube erfragt und eingesehen werden.
Wir wünschen euch eine schöne Weihnachtszeit und einen guten Rutsch ins neue Jahr! Bleibt gesund 💙 #merrychristmas #happynewyear
Ansprechpartner:
Learning with Differentiable Multibody Dynamics, 09.12.2021 4:00 p.m.
Virtual vehicle development is continuously gaining importance and will in the near future become the determining path in the product development process. In particular, complex multibody dynamic models play an important role in enhancing the model accuracy and driving experience. However, one of the main challenges consists of deriving models that match well the reality. In this talk I will present some recent ideas and trends for the system identification of high-dimensional multibody dynamical systems, which requires efficient methods that can learn the model parametrization, as well as unmodeled physics functions from data while keeping the model physically consistent.
Zoom-Link: https://rwth.zoom.us/j/94664322223?pwd=YlNMbm5vVlNTOWlnSDNCMVBZdkx3QT09
Die Datenschutzhinweise zur Nutzung von Zoom und eine Handreichung für Teilnehmer (Studierende) können von den Seiten des CLS der RWTH Aachen University heruntergeladen werden.
Teilnahme am A+A Kongress in Düsseldorf
Präsentation des Next Generation Arbeitsplatzes und Vortrag zum Thema „MRK als Assistenzmedium für inklusive Arbeitsplätze
Auf dem A+A Kongress in Düsseldorf haben wir gemeinsam mit der Caritas Wertarbeit Köln das Next Generation Projekt präsentiert. Der Kongress wird von vielen Interessierten und Experten aus dem Themenfeld „Arbeitsschutz und Arbeitssicherheit“ besucht und regt mit vielen spannenden Vorträgen über aktuelle Themen aus diesen Bereichen den Austausch an. An beiden Tagen gab es viele Gespräche mit interessierten Teilnehmern des A+A Kongresses. Zusätzlich hat Carlo Weidemann am letzten Tag einen Vortrag zum Thema „Mensch-Roboter-Kollaboration als Assistenzmedium für inklusive Arbeitsplätze“ gehalten. Inhalte dieses Vortrags sind neben der Darlegung der Motivation für die Gestaltung inklusionswirksamer Arbeitsplätze die inklusionsfördernden Projekte, die vom IGMR begleitet und mitgestaltet werden. Dies sind das Next Generation Projekt und das Projekt mit Ford zur Umgestaltung eines Arbeitsplatzes für leistungsgewandelte Mitarbeiter.
Ansprechpartner
Gast Lektion von Mr. Ramsden
Am Dienstag und Mittwoch haben wir wieder Mr. Ramsden mit einer Gastvorlesung in Robotic Systems zu Besuch. Unter folgendem Link könnt ihr an der Vorlesung teilnehmen: https://rwth.zoom.us/j/96731705824?pwd=YUtvZEE5enhiRGIzalVEeG9Xa09ldz09.
Die Datenschutzhinweise zur Nutzung von Zoom und eine Handreichung für Teilnehmer (Studierende) können von den Seiten des CLS der RWTH Aachen University heruntergeladen werden.
KI Aufgabenplanung im EU-Projekt Sharework
Die Automatisierte Aufgabenplanung eingesetzt im EU-Projekt Sharework.
Ein neuer IGMR-Blogeintrag wurde auf der Internetseite des EU-Projekts Sharework veröffentlicht. Es werden die Herausförderungen der Aufgabeplanung für gemischte Teams von Menschen und Roboter, sowie unsere Lösung dazu vorgestellt. Automatisierte Aufgabenplanung und eine modifizierte Version des Frameworks ROSPlan werden dafür eingesetzt. Sie finden mehr Detail im Text und im verlinkten Video des Blogposts.
Sharework-Blog:
https://sharework-project.eu/task-planning-coordinates-the-actions-of-mobile-manipulators-such-as-humans-and-robots/
Ansprechpartner:
Prof. Mathias Hüsing
M.Sc. Robotic Systems Engineering
Der an dieser Stelle eingebundene Inhalt führt Sie auf Seiten, die von der von Google betriebenen Seite YouTube - YouTube, LLC, 901 Cherry Ave., San Bruno, CA 94066, USA - zur Verfügung gestellt werden. Mit dem Aufruf des Inhalts kann YouTube Ihre IP-Adresse und die Sprache des Systems, sowie verschiedene browserspezifische Angaben ermitteln. Wenn Sie in Ihrem YouTube-Account eingeloggt sind, ermöglichen Sie YouTube, Ihr Surfverhalten direkt Ihrem persönlichen Profil zuzuordnen. Dies können Sie verhindern, indem Sie sich aus Ihrem YouTube-Account ausloggen. YouTube verwendet Cookies und Tracking-Tools. Die Datenverarbeitungsvorgänge sowie die Zwecke der Verarbeitung können direkt bei YouTube erfragt und eingesehen werden.
Weitere Informationen zum Masterstudiengang können der Institutsseite entnommen werden.
Ansprechpartner:
KI Aufgabenplanung erklärt
Die Künstliche Intelligenz Aufgabenplanung erklärt anhand eines Industrie-Szenarios.
https://youtu.be/qNDgJc1XUPM
Die Automatisierte Aufgabenplanung soll den Robotereinsatz in flexiblen Umgebungen unterstützen.
Die traditionelle Roboterprogrammierung als Teilbereich der Arbeitsvorbereitung stellt individuelle Produktionen mit kleinen Stückzahlen vor große Herausforderungen. Die Automatisierte Aufgabenplanung verspricht als Lösungsansatz die Probleme zu beheben.
Im Video wird neben der Einführung und Einordnung der Automatisierten Aufgabenplanung dargestellt, welche Schritte zur Implementierung notwendig sind und welche Vorteile durch ihren Einsatz entstehen.
Das Konzept wurde im Rahmen der Forschung am IGMR anhand einer Simulation validiert, die in den Beispielen des Videos verwendet wird.
Ansprechpartner:
MOOC Maschinendynamik mit Matlab
Lernen Sie die Grundlagen der Maschinendynamik und nutzen Sie diese, um das Verhalten eines Autos mit den leistungsstarken Werkzeugen von The MathWorks zu modellieren, zu simulieren und zu analysieren.
Der an dieser Stelle eingebundene Inhalt führt Sie auf Seiten, die von der von Google betriebenen Seite YouTube - YouTube, LLC, 901 Cherry Ave., San Bruno, CA 94066, USA - zur Verfügung gestellt werden. Mit dem Aufruf des Inhalts kann YouTube Ihre IP-Adresse und die Sprache des Systems, sowie verschiedene browserspezifische Angaben ermitteln. Wenn Sie in Ihrem YouTube-Account eingeloggt sind, ermöglichen Sie YouTube, Ihr Surfverhalten direkt Ihrem persönlichen Profil zuzuordnen. Dies können Sie verhindern, indem Sie sich aus Ihrem YouTube-Account ausloggen. YouTube verwendet Cookies und Tracking-Tools. Die Datenverarbeitungsvorgänge sowie die Zwecke der Verarbeitung können direkt bei YouTube erfragt und eingesehen werden.
Möchten Sie eine Fahrzeugradaufhängung mithilfe von MATLAB entwerfen? In diesem Kurs beginnen Sie ganz am Anfang mit der dynamischen Modellierung, Simulation und Analyse eines technischen Systems unter Verwendung verschiedener Produkte von The MathWorks. Sie lernen eine breite Palette von Methoden kennen, die im Bereich der Maschinendynamik eingesetzt werden. Sie werden lernen, wie man ein Fahrzeug mit Hilfe der Grundlagen der Mechanik modelliert. Sie erhalten ein tiefes Verständnis der dahinterliegenden Bewegungsgleichungen und lernen, wie Sie diese mit den leistungsstarken Werkzeugen von The MathWorks lösen können. Schließlich werden Sie die Fähigkeit erlangen, die Berechnungsergebnisse zu analysieren und zu interpretieren, um Ihre Konstruktion zu optimieren.
Kontakt:
Radar-Beintracker bei der European Signal Processing Conference (EUSIPCO) vorgestellt
Der an dieser Stelle eingebundene Inhalt führt Sie auf Seiten, die von der von Google betriebenen Seite YouTube - YouTube, LLC, 901 Cherry Ave., San Bruno, CA 94066, USA - zur Verfügung gestellt werden. Mit dem Aufruf des Inhalts kann YouTube Ihre IP-Adresse und die Sprache des Systems, sowie verschiedene browserspezifische Angaben ermitteln. Wenn Sie in Ihrem YouTube-Account eingeloggt sind, ermöglichen Sie YouTube, Ihr Surfverhalten direkt Ihrem persönlichen Profil zuzuordnen. Dies können Sie verhindern, indem Sie sich aus Ihrem YouTube-Account ausloggen. YouTube verwendet Cookies und Tracking-Tools. Die Datenverarbeitungsvorgänge sowie die Zwecke der Verarbeitung können direkt bei YouTube erfragt und eingesehen werden.
Für den kollaborativen Einsatz von Robotern im Feuerwehreinsatz ist es von hoher Wichtigkeit zu jedem Zeitpunkt die genaue Position der Truppmänner zu kennen. Dazu wird am IGMR an Radar-basierten Beintrackern geforscht. Radar ist für den Feuerwehreinsatz besonders geeignet, da es von den üblichen Störquellen, wie Rauch oder Staub, nicht beeinflusst wird. Der aktuelle Stand des Radar-Beintrackers wurde zuletzt bei der European Signal Processing Conference (EUIPCO) 2021 vorgestellt.
Ansprechpartner:
