Wissensrepräsentation und Entscheidungsfindung in der autonomen Robotik

Weiterbildungsprogramm Intelligente Eingebettete Mikrosysteme
Blended learning in Freiburg Im Breisgau

2.000 
zzgl. MwSt.
Möchten Sie den Bildungsanbieter lieber direkt anrufen?
761 /... Mehr ansehen

Wichtige informationen

Beschreibung

Die Teilnehmer können Software für Roboter entwerfen, so dass diese unter Unsicherheit Entscheidungen anhand einer Wahrscheinlichkeitsverteilung basierend auf Sensordaten treffen. Sie können durch Störungen veränderte Signale korrekt analysieren & Systeme für die Modellierung, Lokalisierung, Planung, Interaktion sowie Kooperation zwischen Robotern und für solche entwerfen & implementieren.
Gerichtet an: Erfahrene Praktiker und Akademiker

Wichtige informationen
Veranstaltungsort(e)

Wo und wann

Beginn Lage
auf Anfrage
Freiburg Im Breisgau
Georges-Köhler Allee 10, 79110, Baden-Württemberg, Deutschland
Plan ansehen
auf Anfrage
Freiburg Im Breisgau
Rempartstr. 15, 79085, Baden-Württemberg, Deutschland
Plan ansehen

Häufig gestellte Fragen

· Voraussetzungen

Fachkräfte aus den Bereichen: Informatik, Mikrosystemtechnik, Elektronik, Elektrotechnik, Mechatronik oder verwandten Disziplinen!

Themenkreis

Dieses Weiterbildungsmodul bietet eine Einführung in die grundlegenden Konzepte und Techniken, die im Bereich der mobilen Robotik Anwendung finden. Es richtet sich unter anderem an alle, die Software für Roboter entwerfen möchten.

Praktische Anwendung finden die unten beschriebenen Themen des Moduls in dem Design und der Entwicklung mobiler Robotersysteme. Solche Systeme wurden bereits erf

Robotersysteme sind physikalische Agenten, die Aufgaben in der wahren Welt durchführen. Einerseits sind sie mit Sensoren wie Kameras und Entfernungsmessern ausgestattet, um ihre Umgebung wahrzunehmen. Andererseits besitzen sie Aktoren, z.B. Räder und Greifer, um physisch mit der Umgebung zu interagieren. Mobile Roboter sind zudem Systeme, die sich in ihrer Umgebung bewegen.

Um seine Aufgaben zu erfüllen, muss ein Robotersystem mit Unsicherheiten unterschiedlichster Art umgehen können. Diese stammen typischerweise von der unvollständigen Repräsentation der Umgebung, den begrenzten und störanfälligen Sensoren und Aktoren, den ungenauen internen Repräsentationen und den fehlerhafte algorithmische Approximationen.
Der Fokus dieses Moduls liegt auf statistischen Techniken zur Wissensrepräsentation über das Robotersystem selbst, seiner Umgebung und der Art der Entscheidungsfindung. Die grundlegende Herangehensweise ist die explizite Betrachtung von Unsicherheiten in der Wahrnehmung und der Ausführung von Aktionen. Es werden fundamentale Aufgaben autonomer intelligenter Systeme untersucht und der aktuelle Stand der Technik aufgezeigt. Unter anderem werden folgende Themen behandelt:

  • wahrscheinlichkeitsbasierte Modelle für Sensoren und Bewegung
  • Lokalisierung mobiler Roboter
  • Kartierung mittels Roboter
  • SLAM: Simultane Lokalisierung und Kartierung
  • Pfadplanung