{"id":11334,"date":"2024-05-31T12:38:18","date_gmt":"2024-05-31T12:38:18","guid":{"rendered":"https:\/\/cyber-valley.de\/news\/der-selbstueberwachte-roboter-erfolgreicher-abschluss-eines-cyber-valley-research-fund-projekts\/"},"modified":"2026-07-15T14:44:54","modified_gmt":"2026-07-15T14:44:54","slug":"der-selbstueberwachte-roboter-erfolgreicher-abschluss-eines-cyber-valley-research-fund-projekts","status":"publish","type":"news","link":"https:\/\/cyber-valley.de\/de\/news\/der-selbstueberwachte-roboter-erfolgreicher-abschluss-eines-cyber-valley-research-fund-projekts\/","title":{"rendered":"Der selbst\u00fcberwachte Roboter \u2013 erfolgreicher Abschluss eines Cyber\u00a0Valley Research Fund Projekts"},"content":{"rendered":"\n

 <\/p>\n\n

Der Cyber\u00a0Valley Research Fund gibt den erfolgreichen Abschluss eines weiteren Forschungsprojekts bekannt, das die Fortbewegung von mobilen Robotern erforschte und entwickelte.<\/p><\/strong><\/p>\n\n\n\n

Prof. Dr. J\u00f6rg St\u00fcckler, Leiter der Forschungsgruppe, hat gemeinsam mit seinem engagierten Team das Projekt „Self-supervised learning of mobility affordances for vision-based navigation“ den Bereich der mobilen Robotik vorangebracht und nun beendet. Ihr Forschungsinteresse: Das Team ist \u00fcberzeugt, dass mobile Roboter, ob in der Logistik oder in autonomen Fahrzeugen, ihre Navigation entsprechend der Umgebung flexibel anpassen k\u00f6nnen sollten.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Der Cyber\u00a0Valley Research Fund unterst\u00fctzte das Projekt von M\u00e4rz 2020 bis zu seinem Abschluss im Oktober 2023. Das Team untersuchte neuartige Ans\u00e4tze zur selbst\u00fcberwachten Anpassung kinematischer und dynamischer Modelle von mobilen Robotern auf R\u00e4dern. Ziel des Teams war es, modularisierte Wahrnehmungs- und Bewegungssteuerungsmethoden zu entwickeln, die es Robotern erm\u00f6glichen, durch Interaktion mit der Umgebung zu lernen. St\u00fccklers Team entwickelte eine Methode, die mithilfe von Kamerabildern und Tr\u00e4gheitsmessungen die Bewegung eines Roboters zu erfassen und bewerten.<\/p>\n\n\n\n

Sie verbesserten zwei Arten von Roboterplattformen: eine f\u00fcr den Innen- und eine f\u00fcr den Au\u00dfeneinsatz. Zun\u00e4chst konzentrierten sie sich auf Roboter mit R\u00e4dern f\u00fcr den Innenbereich, die durch die Vorgabe einer Zielgeschwindigkeiten gesteuert werden. Dann erweiterten sie das erarbeitete Modell, um die Parameter f\u00fcr einen Roboter mit auto\u00e4hnlichen, lenkbaren Vorderr\u00e4dern anzupassen. Es funktionierte, denn die Auswertung ihrer Anpassungstechnik zeigte zwei Verbesserungen im Vergleich zur bisherigen Offline-Kalibrierung oder visuell-inertialen Bahnabsch\u00e4tzung ohne Informationen eines Bewegungsmodells. Mit dem neuen Techniken konnte die Gruppe einerseits die Fahrbahn des Roboters viel besser absch\u00e4tzen, und andererseits wurden die Vorhersagen deutlich genauer.<\/p>\n\n\n\n

Der Cyber\u00a0Valley Forschungsfonds, der von sechs Partnern unterst\u00fctzt wird, hat f\u00fcnf Millionen Euro in die F\u00f6rderung von Innovation und wissenschaftlicher Exzellenz investiert. Forschungsgruppen wurden aufgefordert, Projektvorschl\u00e4ge einzureichen, wobei ethische und gesellschaftliche Erw\u00e4gungen eine entscheidende Rolle im Bewertungsprozess spielten.<\/p>\n\n\n\n

Aus diesem Projekt, eines von mehreren Cyber\u00a0Valley Forschungsprojekten, sind die folgenden Ver\u00f6ffentlichungen entstanden:<\/p>\n\n\n\n