Sami Haddadin “Entwicklung sicherer Roboter: Annäherung an das Erste Asimov`sche Gesetz“. Dissertation – ausgezeichnet mit dem höchst renommierten Alfried Krupp-Förderpreis 2015, November 2015
“Best Paper Award” auf der DeSE 2015
Auszeichnung des MMI mit dem Best-Paper-Award der “DeSE 2015 – Proceedings of the IEEE 8th International Conference on Developments in e-Systems Engineering” mit dem Beitrag “The eRobotics Approach as a Unifying Concept for eLearning and eSystems Engineering”, 13. Und 14. Dezember 2015 in Dubai.
“Best Paper Award” auf der AIMS 2015
Auszeichnung des MMI mit dem Best-Paper-Award der „AIMS 2015 – IEEE Third International Conference on Artificial Intelligence, Modelling and Simulation” mit dem Beitrag “A Virtual Reality Testbed for Camera Simulation in Aerospace Applications. In: AIMS 2015 – IEEE Third International Conference on Artificial Intelligence, Modelling and Simulation”, 2. bis 4. Dezember 2015 in Malasia.
Neues Video: Rückwärtsfahren von Fahrzeugen mit einem Anhänger
Beim Autofahren scheint der Mensch besonders geübt. Schaut man sich jedoch den Fahrstil beim Rückwärtsfahren an, werden einige Unterschiede sichtbar. Neben Fahrern, die mit etwas Konzentration ein Fahrzeug mit Anhänger eine längere Strecke und auch um die Kurven rückwärts steuern können, gibt es auch solche, für die eine gerade und breite Straße eine Herausforderung darstellt. Auf der anderen Seite werden in engen Lagerhallen gerne Anhänger mit mehreren gelenkten Achsen eingesetzt. Derartige Gespanne rückwärts zu fahren, bringt jedoch selbst geübte Fahrer an Ihre Grenzen.
Für derartige Situationen wurde am Institut für Mensch-Maschine-Interaktion ein neuartiges Fahrerassistenzsystem entwickelt. Dieses ermöglicht es dem Fahrer, ein Fahrzeug mit unterschiedlichen Anhängern rückwärts ähnlich einfach wie vorwärts zu steuern. Hierbei gibt der Fahrer lediglich die Fahrtrichtung und die Fahrtgeschwindigkeit an, der tatsächliche Lenkeinschlag wird durch das Assistenzsystem geregelt. Das Assistenzsystem selbst wurde mit Hilfe eines Virtuellen Testbeds auf Grundlage der Simulationssoftware VEROSIM entwickelt und an unterschiedlichen Fahrzeug- und Anhängertypen evaluiert.
Neues Video: ActionBlocks zur visuellen Programmierung in der Robotersimulation
Gerade in industriellen Produktionsanwendungen stehen Prozess- und Produktentwickler vor der Aufgabe, ein (teil-)automatisiertes, robotisches Produktionssystem zu programmieren. Dabei sind die Entwickler oftmals Experten auf ihrem Fachgebiet, aber jedoch nicht auf dem Gebiet der Roboterprogrammierung. Das Konzept der visuellen Programmierung soll es auch diesen Personen ermöglichen, intuitiv und sicher Roboterprozesse programmieren und überprüfen zu können. Gerade in Verbindung mit einer geeigneten Robotersimulation kann in einem nachgelagerten Schritt eine Virtuelle Inbetriebnahme durchgeführt werden.
Neues Video: Annäherungsmanöver eines ATV an die ISS
Der Fokus dieses Videos liegt auf der realitätsnahen Simulation geeigneter Sensoren zur Entwicklung und Optimierung von Lageregelungsalgorithmen für Weltraummissionen am Beispiel des Automated Transfer Vehicle. Durch Einsatz eines realitätsnahen, virtuellen Testbeds können Sensorkomponenten wie z.B. Kameras und PMD-Sensoren getestet werden, welche bei Annäherungs- und Andockmanövern zum Einsatz kommen. Zudem können auf Basis der Sensordaten Algorithmen entwickelt, optimiert und verifiziert werden. Durch den Einsatz Virtueller Testbeds ist es zudem möglich, die Kosten, die bei der Entwicklung und Inbetriebnahme entsprechender Komponenten entstehen, deutlich zu reduzieren.
Neues Video: Fahrerlose Transportsysteme in der Logistik
Der Fokus dieses Videos liegt auf der realitätsnahen Simulation geeigneter Sensoren, welche Grundlage bei der Entwicklung und Optimierung von Lokalisations- und Navigationsalgorithmen für Logistikanwendungen sind. Durch Einsatz eines realitätsnahen, virtuellen Testbeds können Sensorkomponenten wie z.B. Laserscanner getestet werden. Zudem ist es möglich, auf Basis der Sensordaten Algorithmen zu entwickeln, zu optimieren und zu verifizieren. Diese Herangehensweise erlaubt es, die Kosten, die bei der Planung und Inbetriebnahme einer solchen Anlage entstehen, deutlich zu reduzieren.
Neues Video: Interaktive, dynamikbasierte Simulation und Regelung von Zweirädern am Beispiel eines Motorrads
Bei der Konstruktion von Fortbewegungsmitteln existieren viele verschiedene Möglichkeiten, die Räder anzuordnen. Herausstechend sind Varianten, die instabil sind, sobald sie stehen bleiben bzw. ausgeschaltet werden. Zur Analyse und zum Reglerentwurf solcher Systeme sind Simulation notwendig, die ein realistisches Fahrverhalten in dynamischen Umgebungen abbilden, um das System ganzheitlich und in unterschiedlichen Betriebssituationen betrachten zu können. Das Video zeigt daher am Beispiel eines Motorrads, wie dieses als Starrkörper-Simulation in seiner Umgebung nachgebildet und um geeignete Fahrdynamikregler erweitert simuliert wird. Das Ergebnis, ein intrinsisch geregeltes, stabil-fahrendes Zweirad ist dann in der Echtzeitsimulation interaktiv steuerbar. Der Regler kann dann in einem zweiten Schritt auf das reale Zweirad übertragen werden.
Neues Video: Simulationsgestützte Planung und Bewertung von Arbeitsabläufen in der Holzernte
Die herkömmlichen Methoden zur Holzerntekostenbestimmung basieren auf Tabellen aus Erfahrungswerten und stellen daher stets eine Abstraktion von konkreten Hiebsmaßnahmen dar. Um auch einzelfallbezogene Bestimmungen von Holzerntekosten zu ermöglichen, wurde am MMI in Zusammenarbeit mit dem Lehrstuhl für Forstliche Arbeitswissenschaft und Angewandte Informatik an der TU München eine ereignisdiskrete Simulation entwickelt, die die konkreten Begebenheiten (beispielsweise die Topographie, die Lage von Rückegassen und die Lage und Größe einzelner Bäume) einer Erntemaßnahme berücksichtigt. Diese einzelbaumbasierte Holzerntesimulation erzeugt Arbeitspläne für Ernteressourcen, auf deren Basis nicht nur die Erlöse und Kosten sondern auch die ökologischen Auswirkungen einer Erntemaßnahme bestimmt werden können.
Das Video stellt an einem Beispiel die Bedienung der einzelbaumbasierten Holzerntesimulation dar – von der Auswahl der Parameter über das Ausführen der Simulation bis hin zur Anzeige der Simulationsergebnisse.
Neues Video: Autonomer Harvester
Das Video zeigt eine automatisierte Harvestersteuerung. Basierend auf Sensordaten werden umliegende Bäume erkannt und der Harvester lokalisiert. Der Harvester wird automatisch zum ausgewählten Zielbaum navigiert. Anschließend werden Harvesterkran und Kopfmodul (Greifen/Sägen) so angesteuert, dass der Baum ohne weitere Benutzereingaben prozessiert wird.
