Direkt zum Inhalt

Studierendenprojekte

2021-07-08

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Deep Learning for Point Cloud Segementation in Robotics

The goal is to segment a point cloud into individual objects such that a robt is able to grasp them.

  • The idea is to use ArUco markers as a ground truth for known objects.
  • A robot arm can automatically place the objects to various positions to create a data set.
  • The process can be supported using a simulated environment.
 

Betreuer: Markus Schneider markus.schneider@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2021-07-08

Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit

Deep Learning based Object Detection

The task is to create a robust object detection for the YCB data set using deep learning e.g. a recent yolo network.

 

See also https://www.ycbbenchmarks.com/

 

Betreuer: Markus Schneider markus.schneider@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2021-07-07

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Robotics: Robust Grasping

The goal of this work is to improve the graping of object with a robot arm. There are several possilbe direction you can choose from:

  • Create bounding boxes for objects in a point cloud
  • Mount a sensor on the robot arm itself to improve the object position during grapsing (active sensing)
  • Actively move the robot platform to find better grasping positions
  • Actively move the robot platform to get a better point cloud segmentation
 

Betreuer: Markus Schneider markus.schneider@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2021-07-07

Bachelorarbeit/Master-Projektarbeit

Deep Learning for Deepfakes Creation / Detection

 

Deepfake al-gorithms can create fake images and videos that humanscannot distinguish them from authentic ones. The goal of this work is to create or detect deep fake videos.

 

 

Betreuer: Markus Schneider markus.schneider@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2021-07-07

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Machine Learning / Deep Learning

Verschiedene Projekt-/Bachelor-/Masterarbeiten im Bereich Machine Learning und Deep Learning.

  • Wir haben immer Interesse interessante Projekte zu betreuen. Bitte kontaktieren Sie uns mit einer kurzen Beschreibung Ihrer Idee.
 

Betreuer: Markus Schneider markus.schneider@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2021-02-09

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Wettbewerb der Restaurants im Schussental bzgl. Klimabilanz

alle Gerichte und der Betrieb (Heizung, Strom, ...) jedes Restaurants im Schussental werden CO2-bilanziert, verglichen und dann wird ein Ranking erstellt. Dieses soll dann im Internet publiziert werden. Wie detailliert die Ökobilanz gemacht werden soll, ist noch offen. Die einfachste Variante wäre, anhand der Speisekarten den gmittelten CO2-Abdruck aller Gerichte zu ermitteln. Deutlich aufwändiger wäre eine Bilanzierung, welche auch noch die Quelle der Nahrungsmittel (regional, bio, ...) mit einbezieht und den Betrieb des Restaurants. Auch ist noch nicht definiert, ob den Restaurants Gelegenheit gegeben werden soll, vor deren Bewertung Änderungen vorzunehmen. Eventuell wäre es sogar möglich, eine Webseite zu entwickeln, auf der dauerhaft der "CO2-Score" von Restaurants publiziert wird. Diese könnte und sollte dann auch überregional aufgestellt sein. Interessant wäre auch ein Konzept in dem Volontäre die Bewertungen einpflegen.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2021-02-09

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Untersuchung und Evaluation von GPT Netzen zur semantischen Analyse von Texten

Die GPT-2 und GPT-3 Netze (Generative Pre-trained Transformer Netowrks) liefern beeindruckende Ergebnisse, zum Beispiel beim Betrieb von Chat-Bots. Sie bestehen unter anderem den Turing Test. Neben Verständnis und Dokumentation der Netze sollen diese nach Möglichkeit installiert und getestet werden. Das mögliche spezielle Anwendungsgebiet ist noch offen. Es könnte zum Beispiel ein Chat-Bot oder ein Übersetzungssystem gebaut werden.

Literatur:

Brown, Tom B., et al. "Language models are few-shot learners." arXiv preprint arXiv:2005.14165 (2020).

Radford, Alec, et al. "Language models are unsupervised multitask learners." OpenAI blog 1.8 (2019): 9.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2021-02-09

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Evaluation von Mobilitätsapps für einen nachhaltigen Straßenverkehr im Schussental

Ziel dieser Arbeit ist es, zu untersuchen, ob eine existierende Mobilitätsapp geeignet ist, um den Nahverkehr im Schussental umweltfreundlicher zu gestalten.  Gegebenenfalls sollte geprüft werden, wie hoch der Aufwand für eine Anpassung im Schussental ist. Idealerweise sollte die App in bequemer Weise unter den verfügbaren Alternativen die Umweltbilanz anzeigen, Fahrgemeinschaften unterstützen etc. Eine (unvollständige) Liste möglicher Apps ist:

Diese Arbeit wird zusammen mit den Planungsämtern und den Klimaschutzbeauftragten der Städte Ravensburg und Weingarten ausgeschrieben.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2020-11-05

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Evaluation of RoboSherlock Perception Framework

Robosherlock is a state of the art perception framework for service robots. 

Goal of this work is to evaluate the strenghts and weaknesses of this framework.

http://robosherlock.org/

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2020-04-15

Bachelorarbeit

RSAW: A Situation Awareness System for Autonomous Robots

RSAW (Robot Situation AWareness) system, developed in order to help a robot to surpass a blocked situation and accomplish its goal whilst minimizing the operator intervention. RSAW is a new general
system aiming to increase the autonomy of the robot; It is inspired by the notion of Situation Awareness (SA). In fact, RSAW defines a knowledge representation using ontologies and a process in order to surpass a blocked situation. RSAW is designed according to the Model Driven Engineering (MDE) methodology.

Bild entfernt.

Related paper: researchgate.net

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2020-04-15

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Stanza: A Python Natural Language Processing Toolkit for Many Human Languages

Stanza is an open-source Python natural language processing toolkit supporting 66 human languages. Compared to existing widely used toolkits, Stanza features a language-agnostic fully neural pipeline for text analysis, including tokenization, multiword token expansion, lemmatization, part-ofspeech and morphological feature tagging, dependency parsing, and named entity recognition

 

Bild entfernt.


Related paper: https://arxiv.org/pdf/2003.07082v1.pdf
Code: https://github.com/stanfordnlp/stanza

 

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2020-04-15

Projekt-/Bachelor-/Masterarbeit (skalierbar)

ROSPlan Framework

he ROSPlan framework provides a collection of tools for AI Planning in a ROS system. ROSPlan has a variety of nodes which encapsulate planning, problem generation, and plan execution. It possesses a simple interface, and links to common ROS libraries.

Bild entfernt.

ROSPlan has a modular design, intended to be modified. It serves as a framework to test new modules with minimal effort. Alternate approaches to state estimation, plan representation, dispatch and execution can be tested without having to write an entire framework.

Doc: http://kcl-planning.github.io/ROSPlan/
Code: https://github.com/KCL-Planning/ROSPlan

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2020-04-15

Projekt-/Bachelor-/Masterarbeit (skalierbar)

LIPNET: END-TO-END SENTENCE-LEVEL LIPREADING

Lipreading is the task of decoding text from the movement of a speaker’s mouth. Traditional approaches separated the problem into two stages: designing or learning visual features, and prediction.

Bild entfernt.

The authors claim that LipNet is the first end-to-end sentence-level lipreading model that simultaneously learns spatiotemporal visual features and a sequence model. On the GRID corpus, LipNet achieves 95.2% accuracy in sentence-level, overlapped speaker split task, outperforming experienced human lipreaders and the previous 86.4% word-level state-of-the-art accuracy (Gergen et al., 2016).

Related paper: https://arxiv.org/pdf/1611.01599.pdf
Code: https://github.com/rizkiarm/LipNet

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2019-08-06

Bachelor-Projektarbeit

Evaluation of Vote3Deep_lidar Framework

Evaluate and test https://github.com/lijiannuist/Vote3Deep_lidar

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

2019-06-07

Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit

Developing a 3D Object Recognition and Segmentation Framework

For a service robot to understand how its immediate surroundings are structured, i.e. what kind of objects are present in each room and where they are located, it is important that they recognise those objects and extract information such as their pose and dimensions from the scenes. 

Bild entfernt.

Work Packages:
1. Capture 3D point clouds of scene using 3D cameras.
2. Train a learning algorithm to recognise a set of objects and use this trained algorithm to recognise those objects in the captured point clouds.
3. Segment each recognised object in the point cloud using a 3D bounding box. An exampe of this is shown in the picture below, where a bounding box has been placed manually over the object plate.
4. Implement a protocol to export all this information to an XML file.

Required Skills:
1. Familiarity with Linux.
2. Some basic knowledge of machine learning algorithms, specifically object recognition frameworks.

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2019-04-18

Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit

Grasping Unknown Objects

 - Find a simple Segmentation Algorithm for 3D Pointclouds 
 - Generate one or multiple Grasping Positions 
 - Execute pickup on real robot (assistence from robolab sta ff)
 - May be combined with Deeplearning semantic segmentation on 3D Pointclouds

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2019-04-18

Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit

Deeplearning Semantic Segmentation on 3D Pointclouds

Deeplearning Semantic Segmentation on 3D pointclouds - Use pre-trained Deeplearning Network to Segment a 2D Scene - Transform Segmentation into 3D Space - Evaluate Quality in Dfferent Scenarios

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2019-04-18

Bachelor-Projektarbeit/Bachelorarbeit/Master-Projektarbeit

Natural language semantic analysis

Natural language semantic analysis
 - evaluate current frameworks for
 - natural speech analysis
 - implement basic prototype
 - perform experiments

 

Betreuer: Benjamin Staehle staehle@rwu.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2019-04-04

Bachelorarbeit

Nachhaltigkeit von Servicerobotern

Serviceroboter werden als universelle Helfer im Haushalt unser Leben stark vereinfachen und bequemer machen. Bals werden viele Haushalte solch einen "Maschinensklaven" haben. In dieser Arbeit soll untersucht werden, welche Auswirkungen solche Roboter auf unser Leben und vor allem auf die Umwelt haben. Unter anderem soll untersucht werden welche Ressourcen für den Bau und den Betrieb der Roboter verbraucht werden und ob bzw. wie sich der Reboundeffekt auswirken wird.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor

 

2018-11-27

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Lernen durch Demonstration für Serviceroboter

Die am IKI schon vor Jahren entwickelten Algorithmen zum Lernen durch Demonstration für Serviceroboter sollen im Betriebssystem ROS auf einem Roboter implementiert bzw. portiert werden. Wichtig ist hierbei, dass die Demonstration nun direkt mit der Hand des Trainers erfolgen soll. Hierbei sollen moderne Algorithmen für die Kinect zum Erkennen von Greifbewegungen oder ein Datenhandschuh verwendet werden.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master

 

2018-09-03

Masterarbeit

Entwicklung eines Kreuzvalidierungsverfahrens für One-Class Learning

Beim One-Class Learning sind in der Lernphase nur Daten einer Klasse verfügbar. Da für die Kreuzvalidierung zur Berechnung des Fehlers Daten beider bzw. aller Klassen benötigt werden, ist diese in der klassischen Form hier nicht anwendbar.

Hier soll ein neues Verfahren zur Kreuzvalidierung basierend auf Daten von nur einer Klasse von Normaldaten entwickelt und getestet werden. Auch soll dieses Verfahren verglichen werden mit der derzeit verwendeten (unfairen) Methode der Kreuzvalidierung mit Daten aller Klassen.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Master

 

2017-04-25

Masterarbeit

Nachhaltiges Energiemanagement an der Hochschule

An unserer Hochschule gibt es ein großes Potential zum Einsparen von Energie,
zum Einsatz erneuerbarer Energien und somit zur Verminderung von Treibhausgasen sowie
der Reduzierung von Kosten für das Land. In [BK08] wurde gezeigt, dass Hochschulen im täglichen Betrieb bis zu 70% der verbrauchten Energie einsparen können. Energiesparen bringt
neben dem ökologischen auch einen ökonomischen Gewinn. Die Energiekosten für Heizung
und Strom an der Hochschule Ravensburg-Weingarten (HRW) beliefen sich im Jahr 2013 auf
426.900 €. Bei einer (durch das beantragte Projekt mit Sicherheit mindestens erreichbaren)
Einsparung von nur 20% der Energiekosten würde dies eine Kostenersparnis von 85.380 € pro
Jahr für die HRW bedeuten.

Ziel der ausgeschriebenen Arbeit ist es, ein Energiemanagementkonzept für die HRW zu entwerfen und einfache, kurzfristig erreichbare Aufgaben umzusetzen.

Voraussetzung für diese Arbeit ist ein technisches Studium und möglichst auch solides Vorwissen im Bereich Energiemanagement.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Master

 

2016-10-12

Projekt-/Bachelor-/Masterarbeit (skalierbar)

Lernfähiges Greifen von Objekten mit Deep-Learning

Das Greifen von beliebigen Objekten in komplexen Szenarien ist eine sehr schwierige Aufgabe. Die vorhandenen Algorithmen verwenden Eingabeattribute, die mit klassischer Bildverarbeitung berechnet werden. In letzter Zeit haben sich Deep-Learning-Algorithmen bei dieser Aufgabe als erfolgsversprechend gezeigt, weil diese aus aufgenommenen Beispiel-Greifszenarien die relevanten Parameter generalisieren. Ein solcher Algorithmus wird bescrieben in:

Paper: Learning Hand-Eye Coordination for Robotic Grasping with Deep Learning and Large-Scale Data Collection (http://arxiv.org/pdf/1603.02199.pdf)

Die Trainingsdaten, die vom Algorithmus benötigt werden, wurden von den Autoren des Papers veröffentlicht und sind verfügbar.

In dieser Arbeit soll der Student erst die Methode aus dem Paper verwenden, den beschriebenen Erfolg reproduzieren und gegebenenfalls das Verfahren erweitern.

 

Betreuer: Dr. Wolfgang Ertel ertel@hs-weingarten.de

 

Wichtig: Bitte lesen Sie folgende Anleitung, bevor Sie mit Ihrer Bachelor- oder Masterarbeit beginnen: Info Bachelor / Info Master