Introduction

Target-Tracking describes the task of surveillance systems to use one or more sensors, for e.g. radar, sonar, Infrared Sensors etc. and process this data to make sense of the environment. The resulting report includes the targets of interest, but also background noise and clutter. The goal is, to connect data from the field of sight containing one or more targets and then separate those into a set of observations, also called tracks, which refer to the same source. The gained information is utilized to predict future movements of targets and help to associate data points to the right track.

In this project, a sensor network consisting of several sensor nodes capable of measuring color information projected by a beamer should be used to track several virtual targets.

Tasks

• Develop a sufficient sensor concept for surveillance
• Implement a Target Tracking algorithm under noise and clutter
• Expand the implemented algorithm to multiple targets

Introduction

Simultaneous localization and mapping (SLAM) for planar ego-motions plays a key role in various application scenarios, e.g., autonomous driving, robotic perception as well as navigation, among which the Lidar is one of the most powerful and widely used sensors. Mathematically speaking, the planar motions belong to the special Euclidean group SE(2), which is periodic and has a nonlinear group structure. Conventional methods for planar motion estimation typically rely on linearization of corresponding manifolds with an assumption of small motion, e.g., the EKF or lie algebra-based optimization, which could cause poor robustness. At ISAS, we aims to develop robust and accurate planar motion estimators without applying the aforementioned assumption. More specifically, the lab project is divided into the following working packages:

• Literature survey about SLAM systems using Lidar sensors
• Development of a robust tracker based on optimization-based point cloud registration approach
• Incorporation of the tracker to the SLAM system
• Evaluation using real-world dataset

Introduction

Earth is encompassed by a geomagnetic field, which has been used for navigation with the help of magnetic compass. Due to man-made structures, geomagnetic field is perturbed resulting in the changes of its intensity and direction. However, these perturbations are location-specific and can be harvested for simultaneous localization and mapping (SLAM) applications.  For SLAM applications, ​creation of a magnetic map for an indoor location is necessary.  There are different approaches to create this magnetic map and in this praktikum, Gaussian processes are applied.

At ISAS, we have developed an Omnimover-Robot for SLAM applications. To this Omnimover, low cost passive magnetic sensor must be interfaced to generate both sparse and dense magnetic map of a predefined area in an indoor environment. For the sparse magnetic map, Gaussian process is applied to generate dense map. Finally the dense map from both magnetic measurements and Gaussian processes are compared for their quality.

Tasks

• Generate magnetic map of a predefined indoor environment using magnetic sensors (together with Projekt 7 members)
• Apply Gaussian process for the generation of dense magnetic map
• Compare between dense magnetic map generated from sensors with dense map generated by Gaussian process

Introduction

Acoustic source localization is applied in military, robotics, and medical context. Objects are located using sound waves: the direction of arrival as well as the source distance can be estimated.

Acoustic source localization can be divided into passive and active methods. In a passive method, the incoming sound emitted by a distant object is detected and localized. In active method, a sound wave is generated and its reflection or echo from a distant object is used for localization. An example of active localization is Sound Navigation and Ranging (SONAR), which is extensively used under water.

In the framework of this project, arrays of digital omnidirectional MEMS-based microphones are placed in a bounded region called sensor nodes, and the microphone arrays receive sounds from a moving source such as a speaker. Each microphone array is connected to a BeagleBoard-X15. During this lab in SS2018, a sensor node was built on a printed circuit board and successfully connected to the BeagleBoard-X15 under Linux. With crosscorrelation, the time differences of arrival (TDOA) were determined and based on that, the direction of the incoming sound wave was calculated.

Tasks

In the current lab, this basic project will be extended to multiple three-dimensional sensor nodes, that send their detections over the network to a computer running Matlab. Different directional estimation and multilateration approaches will be tested. In order to have a ground truth while tracking the the sound source, we will also perform experiments with the robot arm in the Holodeck at ISAS. The scientific algorithms on the board will be implemented in Julia, which is a new programming language with very good efficiency, but still fairly easy to implement with a similar syntax to Matlab. 

Introduction

Tasks

• Joint pose estimation of multiple robots
• Mapping based on distributed estimation
• Building of a real robot perception block in the context of collaborative SLAM

• Test in real-world scenario or with dataset (e.g.: http://asrl.utias.utoronto.ca/datasets/mrclam/index.html). 

Introduction

According to the International Data Corporation, 50 billion machines are expected to be connected on the internet by 2020. Our daily industry is already benefiting from this new phenomenon of interconnected sensors and actuators instead of standalone devices. Information science has now devoted a new area of research to this subject called cyber physical systems.

In this internship we will be thinking about the prospective problems of the field, namely adversarial attacks. We will assume that a dynamical system produces some measurements that are necessary for state estimation conducted by a remote user. However, there is an eavesdropper in the environment that is assumed to have a comparative disadvantage compared to the remote user. This disadvantage is assumed to be a higher packet loss rate. We will then consider some state-of-the-art results for secrecy for such an experimental setup.

Tasks

• Construct an experimental setting for an eavesdropping scenario
• Find the channel losses for the user and the eavesdropper experimentally
• Provide the theoretical validity of different secrecy mechanisms using the constructed setup

Introduction
Geomagnetic field exhibits unique signatures due to perturbations in an indoor environment. These signatures can be harvested for SLAM applications. The localization part of SLAM can be achieved through multiple ways and one such method is normalized cross-correlation (NCC). The signatures obtained from a robot is cross-correlated with a given map and thereby an approximate location is estimated.

Tasks
At ISAS, we have developed an Omnimover-Robot for SLAM applications. The Omnimover is used for both magnetic map generation and navigation purposes. Initially a dense magnetic map of an indoor environment is obtained. Then the Omnimover navigates with in the defined indoor environment and makes multiple measurements of geomagnetic field. The obtained measurements are cross-correlated with the map to estimate the position of Omnimover. In order to increase the accuracy of estimation, a suitable system model is selected for Omnimover and Kalman filter is applied. 

Goals of Praktikum (Includes but not limited to):

• Generate magnetic map of a predefined indoor environment using magnetic sensors (together with Projekt 3 members)
• Select a suitable system model for Omnimover
• Estimate the position of Omnimover using NCC between measurements and map
• Apply Kalman filter for the estimated position obtained from NCC

Introduction

Simultaneous localization and mapping (SLAM) for 6-DoF motion plays a key role in various application scenarios, e.g., autonomous driving, robotic perception as well as navigation, among which stereo cameras and LIDAR are the most powerful and widely used sensors. We already have a directional SLAM framework that has been successively tested with the well-known public stereo camera datasets KITTI (autonomous car driving) and EuRoC (drone flight). The next step is to install a stereo camera system on our own novel robotic platform, the OmniMover.

Tasks

The lab project is divided into the following working packages:

• Assess our existing cameras (Allied Vision Pike F-210) regarding their applicability to stereo vision
• Access the cameras from PC via FireWire to adjust their properties and receive images
• Mount two cameras accurately in a stereo arrangement
• Rectify and calibrate the stereo images
• Feed the stereo images to our directional SLAM framework
• Make an evaluation with the whole setup on the OmniMover

Anrechenbarkeit

Vertiefungsgebiete

• Theoretische Grundlagen

• Robotik und Automation

• Anthropomatik und Kognitive Systeme

Master- und Bachelorstudiengang

Die erbrachte Leistung wird mit 8 LP angerechnet.

Seminar zum Praktikum

Optional kann im Rahmen des Praktikums zusätzlich ein Seminarschein erworben werden.

Hierzu muss vertiefend zu dem bearbeiteten Praktikumsprojekt

• ein eigenständiger Vortrag gehalten werden und
• eine Seminar-Ausarbeitung erstellt werden.

Das Thema ist individuell mit dem betreuenden Mitarbeiter abzusprechen. Eine Teilnahme an diesem speziellen Seminar ist nur in Kombination mit dem Praktikum möglich. Am ISAS wird aber noch ein reguläres Seminar angeboten.

Termin und Ort

Die Einführungsveranstaltung findet am Freitag, 19.10.2018 um 14:00 Uhr in Raum 148, Gebäude 50.20 statt.

Weitere Termine:

• Projektvorstellung: Fr. 26.10.2018 14:00 Uhr in Raum 148, Gebäude 50.20
• Zwischenpräsentation: Fr. 14.12.2018 14:00 Uhr in Raum 148, Gebäude 50.20
• Endpräsentation: Fr. 08.02.2019 14:00 Uhr in Raum 148, Gebäude 50.20

Anmeldung

• Die Anmeldung erfolgt per E-mail an Ajit Basarur. Für die Anmeldung sind folgende Informationen erforderlich:
  • Name, Vorname
  • E-Mail-Adresse
  • Matrikelnummer
  • Studiengang und Typ (Bachelor/Master)
  • Semester
  • gewünschtes Projekt
• Jeder Student wählt bei der Anmeldung in einer Liste sein Wunschthema aus. Sollten alle Themen vergeben sein, gibt es für jedes Projekt Nachrückplätze.
• Bei der Einführungsveranstaltung wird der Ablauf des Praktikums erläutert. Es müssen alle angemeldeten Studenten anwesend sein. Die Projekte, die nicht vergeben wurden, werden an diesem Termin nicht angemeldeten Studenten angeboten.

Koordination:

Vorlagen für Vorträge und Ausarbeitung

• Folienvorlage für die 1. Präsentation.
• Folienvorlage für die 2. Präsentation.
• LaTeX-Vorlage für die Ausarbeitung.

Weitere Informationen zum Praktikum

Ziel des Forschungsprojekts

Im Praktikum Forschungsprojekt: Anthropomatik praktisch erfahren kann man zusammen mit anderen Studierenden im Team Soft- und/oder Hardware zu aktuellen und spannenden Forschungsthemen des Lehrstuhls erstellen. Dabei werden theoretische Verfahren auf reale Systeme übertragen und somit ein wichtiger Beitrag zur Forschung geleistet.

Zur Verfügung stehende Hilfsmittel für die Umsetzung des Projekts

Für Hardwareprojekte stehen unsere gut ausgestatteten Werkstätten zur Verfügung. Zusammen mit unseren technischen Mitarbeitern können dort mechanische Komponenten sowie elektronische Schaltungen aufgebaut werden. Hierfür steht unter anderem eine moderne Leiterplattenfräse, ein 3D-Drucker sowie ein SMD-Arbeitsplatz zur Verfügung.

Zur Erstellung von Software stehen unsere Poolrechner sowie Server mit den benötigten Werkzeugen und Compilern zur Verfügung. Die Programmiersprachen variieren je nach Projekt.

In jedem Fall stehen die motivierten Mitarbeiter, die das jeweilige Projekt betreuen, mit Rat und Tat zur Seite.

Ablauf des Forschungsprojekts

Bei der Einführungsveranstaltung stellen die Betreuer Details zu den Projekten vor. Vorangemeldete Studenten können vorab ihr Projekt schon auswählen. Sind noch Plätze frei, können auch noch nicht-vorangemeldete Studenten nachrücken.

In der darauffolgenden Woche erstellt das so gebildete Team gemeinsam einen Projektplan, in dem das Vorgehen und der zeitliche Ablauf dargestellt ist. In dem Projektplan werden neben den notwendigen Zwischenschritten auch die verschiedenen Meilensteine definiert und eine Zeiteinteilung vorgenommen. Der Projektplan wird bei einem zweiten Treffen (Erstpräsentation) präsentiert.

Dann geht es an die Lösung der Aufgabe. In der Mitte des Semesters findet eine Zwischenpräsentation statt, bei der das Team seine Zwischenergebnisse präsentiert. Am Ende des Semesters gibt es eine Endpräsentation. Bei den Präsentationen gibt es Feedback und Tipps zum weiteren Vorgehen. Zur Abrundung des Projektes wird eine schriftliche Ausarbeitung erstellt.

Anforderungen

• Einarbeitung in die gegebene Problemstellung und Entwicklung von Lösungsstrategien im Team.
• Für die erfolgreiche Bearbeitung der spannenden Forschungsthemen muss man ca. 9-12h pro Woche einplanen.
• Im Rahmen des Praktikums werden zwei Kurzvorträge und eine Posterpräsentation gehalten.
• Am Ende des Semesters
  • sollte die Projektaufgabe vollständig gelöst sein,
  • muss die gewählte Lösungsstrategie in einer Ausarbeitung dokumentiert werden.

Auszeichnung des Praktikums

Das Praktikum wurde im Wintersemester 2005/2006, im Sommersemester 2007 und im Wintersemester 2009/2010 als bestbeurteiltes Praktikum ausgezeichnet.