~~NOTOC~~

====== Projekt: SUTURO - sudo tidy-up-my-room ======

|< 100% 25% 75%>|
^ECTS^12 + 12 ECTS^
^Art^Masterprojekt^
^Semester^WiSe 2016 & Fortsetzung im SoSe 2017^
^Vortragende^Prof. Michael Beetz^
^Übungsleitung^Daniel Beßler, Ferenc Balint-Benczedi, Gayane Kazhoyan, Georg Bartels^
^Sprache^Deutsch & Englisch^
^Plenum^Freitag: 10:00 - 12:00, Ort: TAB 2.83, Aufgang E^
^Projektraum^ TAB 2.83^
^Auftaktplenum^ 21.10.2016^ \\

===== News =====
  * Dreitägiges Kick-Off Wochenende mit kostenloser Pizza: 21.10.-23.10. {{:teaching:suturo-master-ws16-kickoff-schedule.pdf|Agenda}}

===== Kurzbeschreibung =====
{{ :pr2-milk-frosties-small.jpg?250}}

Der Traum von intelligenten Robotern, die dem Menschen Arbeit abnehmen
und den Alltag erleichten, ist ein lange gehegter und bisher leider
unerfüllter. Grund ist unter anderem, dass moderne
Roboterkontrollsysteme nicht die manipulativen Fähigkeiten besitzen,
um einfache Tätigkeiten wie Zimmer aufräumen auszuführen.
Die Forschung der AG-KI verfolgt den Ansatz, dass Hintergrundwissen
über Gegenstände, Aktionen, Bewegungen und Orte der Schlüssel ist, um
die Robotersoftware in unterschiedlichen Situtation intelligentere
Entscheidungen treffen zu lassen.

Dieses Hintergrundwissen wird für sämtliche Teilmodule der
Robotersoftware benötigt. So benötigt die visuelle Wahrnehmung
a priori Form- und Farbinformationen, um z.B.  eine rote
Tasse in der Umgebung zu erkennen. Die Armsteuerung und
Bewegungsplannung wiederum basieren auf dem Wissen, dass volle Tassen
nur an Henkeln gegriffen werden und waagerecht getragen werden
müssen. Aus Sicht der high-level Verhaltenssteuerung ist das Wissen,
dass schmutzige Tassen in den Geschirrspüler und saubere in den
Schrank gehören, essentiell, um die richtige Entscheidung zu treffen.

Aus dieser Anwendungsbeschreibung ergeben sich unterschiedliche
Projektzielrichtungen:
  * **Wissensbasierte visuelle Wahrnehmung**: Entwicklung und Optimierung von Perzeptions-Algorithmen auf 2D- und 3D-Bilddaten sowie Erkennung und Klassifizierung von Objekten auf Basis von bekannten Objektmerkmalen
  * **Wissensbasierte Armsteuerung:** Entwicklung und Testen von Regelungssystem zur Armsteuerungen, die eine symbolische und damit stärker generalisierendere Schnittstelle zum Setzen von Sollwerten und Lesen von Zustandsinformationen zur Verfügung stellen
  * **Wissensbasierte abstrakte Verhaltenssteuerung:** Entwicklung abstrakter Roboterpläne, kontext- und wissensgesteuerten Verhaltensregeln so wie Mechanismen zur Interpretation und reaktiven Verarbeitung von Wahrnehmungsdaten

===== Empfohlene Lehrveranstaltungen =====

Dies ist eine kontinuierlich wachsende Liste mit komplementären Lehrveranstaltungen, die wir empfehlen:
  * Lecture Course: [[:teaching:le-iis=ws16|Integrierte Intelligente Systeme]]
  * Lecture Course: [[:teaching:le-ki2-ws16|KI - Wissensakquisition und Wissensrepräsentation]]
  * Compact Lecture Course: [[:teaching:le-sem-perc-ws16|Semantische 3D-Perzeption für robotische Systeme]]