629 Andere Fachrichtungen der Ingenieurwissenschaften
Refine
Document Type
- Conference Paper (14)
- Article in a Periodical of the TH Wildau (10)
- Article (7)
- Bachelor Thesis (3)
- Master's Thesis (2)
- Conference Publication (1)
- Preprint (1)
- Research data (1)
Year of publication
Institute
Has Fulltext
- yes (39)
Keywords
- Bildverarbeitung (5)
- Mensch-Roboter-Kollaboration (3)
- Robotik (3)
- Automatisierung (2)
- Cobot (2)
- Konstruktion (2)
- NAO (2)
- NAO robot (2)
- ROS-E (2)
- Regelung (2)
Datengetriebene Texturanalyse textiler Oberflächen zur adaptiven Steuerung von Handhabungsprozessen
(2026)
Dieser Beitrag stellt ein modulares, KI-gestütztes Greifersystem mit automatisierter Texturanalyse textiler Oberflächen für adaptive Handhabung in der Konfektionsautomatisierung vor. Ein Datensatz mit 55 Textilklassen wurde mit hochauflösender Industriekamera erfasst, zu 256×256-px-Patches (Laplace-Varianz) vorverarbeitet und auf 1400 balancierte Bilder augmentiert. Klassische Texturmerkmale (LBP, GLCM, HOG, DCT, Wavelet, Gabor) sowie ResNet18-CNN-Embeddings wurden extrahiert und mittels stratifizierter 5-Fold-Kreuzvalidierung mit SVM, Random Forest, Decision Tree und MLP evaluiert. Hybride Ansätze kombinieren handgefertigte und Tiefenmerkmale für robuste Materialerkennung und dynamische Greifparametrierung in robotergestützten Prozessen.
Educational Robots in Public Libraries: An Innovative Approach to Early Reading Literacy Development
(2026)
This article presents the LeseNAO (English: ReadingNAO) project by RoboticLab Telematics at TH Wildau as an open-source initiative for the use of a reading robot in public libraries and elementary schools. The project demonstrates how humanoid robots can promote early reading skills. Based on a case study from 2023 describing the successful implementation of the project in several public libraries in Germany, the general concept, a practical setup, and implementation details as well as requirements for libraries and schools interested in participating are outlined. The goal is to inspire libraries and schools to try out this approach themselves and develop further ideas for the use of educational robots.
Testing advanced driver assistance systems (ADAS) under rare or safety-critical conditions is impractical at full scale: track campaigns are expensive, time-intensive, and cannot easily reproduce low-probability events. Scaled cyber–physical testbeds offer a more accessible path by coupling miniature vehicle platforms with virtual simulation environments, but the field has no unified review that covers co-simulation architectures, indoor localization, and ground truth strategies in a single treatment. This paper addresses that gap with a PRISMA 2020-compliant systematic review of 92 primary sources selected from 984 records identified across IEEE Xplore and Scopus. Three topic areas are examined: real-time co-simulation architectures built on AirSim, CARLA, Gazebo, and LGSVL, compared for ROS 2 integration, synchronisation model, and edge hardware suitability; three indoor localization methods, namely AprilTag fiducial tracking, Visual Simultaneous Localization and Mapping (VSLAM), and Ultra-Wideband (UWB) radio positioning, evaluated against shared accuracy, latency, infrastructure, and robustness criteria; and existing ground truth strategies for indoor localization benchmarking. A consistent finding across the corpus is that no controlled cross-method localization comparison exists for scaled testbeds. To address this, we introduce the Programmable Ground Truth Reference System (PGTRS), which renders spatial references on a programmable LED floor panel at a pixel pitch of approximately 3.9 mm, targeting sub-centimetre ground truth accuracy without dedicated motion-capture infrastructure. The concept is demonstrated within a 1:14 scale Digital Driving Twin (DDT) testbed built at the University of Applied Sciences Wildau at a hardware cost of approximately €6576. Design guidelines and open research challenges are discussed.
Obtaining basic literacy and numeracy are important foundations for all further learning in life. Ideally, these skills are obtained early on in school. But why should learning of such important skills stop there? We utilize the humanoid robot NAO from Aldebaran Robotics to motivate children to read more and with joy, extending learning to pastime activities. For this, an application – LeseNAO – was developed by the RoboticLab Telematics that allows children to read a book to NAO out loud and optionally has NAO question them on what they just read. During evaluations, we noticed that children become relaxed and feel comfortable reading out loud to NAO due to its friendly and funny demeanor. Case studies also suggest a positive impact of the NAO robot on learning. To expand on this idea, we transferred the same principles to another important area of learning: math. For now, with the MatheNAO application, children can train their multiplication tables or test their knowledge on basic geometry. In preliminary tests of a multiplication quiz feature with children in fifth grade, overall, active attention towards the NAO robot and a high level of engagement in the task was observed. The children had fun learning with NAO. The same principle can also be applied to adults with low literacy or numeracy, potentially having the same comforting and encouraging effect. Building on this foundation, we present additional concepts and projects utilizing the NAO robot to promote learning. The software is made available under an open-source license to support further research.
Additive manufacturing enables the development of low-cost, self-built robotic systems; however, their performance is typically not characterized by validated metrics. The paper presents a photogrammetric concept intended for system-independent application to characterize planar positioning accuracy and repeatability without access to internal controller data. The method is based on a Raspberry Pi 4 camera system, image processing in Python 3.12.0 and OpenCV 4.12.0, and a universal additively manufactured robot tool attachment. Two position estimation strategies are investigated: a marker-based approach using ArUco markers and a markerless blob-analysis method based on a ruby sphere. Camera calibration is evaluated using different patterns, with a compact CharUco board exhibiting the lowest RMS reprojection error (~1 px). Experimental validation follows selected elements of ISO 9283:1998 and comprises 30 repetitions at five target poses for linear and axial motion strategies. The results show lower positional deviations for marker-based methods compared to the markerless approach, with a two-marker configuration yielding the lowest mean deviation under the investigated conditions. Sub-millimeter positioning accuracy and repeatability are achieved, and linear motion exhibits lower repeatability deviations than axial motion. The proposed approach provides a cost-effective and flexible solution for external robot characterization, particularly suited for self-built and resource-constrained systems.
Aufbauend auf dem auf der AALE 2025 vorgestellten Beitrag „Entwicklung eines robotergestützten Systems zur standardisierten Applikation von Hautpflegeprodukten“ untersucht dieser Beitrag die experimentelle Machbarkeit eines bild- und kraftgeregelten Cobot-Systems. Der kollaborative Roboter kombiniert eine geschlossene Kraftregelung mit RGB-D-basierter Echtzeit-Bildverarbeitung. Die dosierte Applikation und gleichmäßige Verteilung des Produkts erfolgen über zwei modulare Endeffektoren die einen hygienischen sowie schnellen Werkzeugwechsel ermöglichen. Im Fokus stehen die Validierung der Dosiergenauigkeit und Reproduzierbarkeit, das Eincremeverhalten unter Kraftregelung sowie die kamerabasierte Segmentierung und Abdeckungsanalyse der Zielareale. Die Ergebnisse zeigen eine mit einer Eppendorfpipette M4 vergleichbare Dosierpräzision sowie eine gleichmäßige Flächenabdeckung. Ergänzend wurden grafische Benutzeroberflächen entwickelt, die den Applikationsprozess visuell unterstützen und eine strukturierte Datenarchivierung zur reproduzierbaren Erfassung von Cremeverteilung und Armarealen ermöglichen. Die vorgestellten Resultate bestätigen die Machbarkeit einer reproduzierbaren, standardisierten Applikation und bilden die Grundlage für weiterführende Untersuchungen und zukünftige topische Anwendungen.
In vorhergehenden Arbeiten wurden sowohl ein Bildverarbeitungsmodell zur automatisierten Erkennung von Messarealen als auch Studien zur Akzeptanz robotergestützter in vivo-Messungen entwickelt und erprobt. Auf dieser Grundlage wurde ein prototypischer Hautmessroboter aufgebaut, der Anforderungen an Ergonomie, Sicherheit und Bedienbarkeit integriert. Im vorliegenden Beitrag wird eine erste Validierungsstudie vorgestellt, in der robotergestützte Messungen systematisch mit manuellen Referenzmessungen verglichen werden. Die Ergebnisse zeigen eine insgesamt hohe Korrelation zwischen manueller und robotergestützter Messung für beide untersuchten Hautparameter. Nach Produktanwendung zeigen die Ergebnisse, dass mit der robotergestützten Messung statistisch signifikante Produkteffekte erfasst werden können. Die Resultate deuten darauf hin, dass robotergestützte in vivo Messungen ein hohes Potenzial für den Einsatz im dermatologischen Studienbetrieb haben können.
Industrielle Robotersysteme werden aufgrund der stetig wachsenden Technik der additiven Fertigung zunehmend zugängliche. Die dadurch verringerte Kosten- und Aufwandschwelle führt zu einer Verbreitung von selbstgebauten Robotersystemen im didaktischen als auch industriellen Kontext, besonders in kleinen- und mittelständischen Unternehmen. Eigenbauroboter im Gegensatz zu kommerziellen Robotern besitzen keine validierten Leistungsmerkmale. Die Charakterisierung von 3D-gedruckten Robotern ist von besonderer Bedeutung, da das Herstellungsverfahren einen direkten Einfluss auf die charakteristischen Merkmale des Robotersystems hat. Womit die Qualität der Fertigung sowie die Genauigkeit des Roboters wesentlich durch die Raumtemperatur, die Bauart des Druckers, den Düsendurchmesser, die Schichthöhe sowie das eingesetzte Material determiniert wird. Die Bewertung der Eignung eines Roboters für präzise Aufgaben ist ohne Kenntnis seiner Leistungsmerkmale nur eingeschränkt möglich. Die Charakterisierung eines Robotersystems erfolgt anhand unterschiedlicher Methoden, darunter SMR (Sphärisch Montierter Retroreflektor)-Verfolgung, Photogrammetrie, Laser-Interferometrie, Teleskop-Ballbar und externe Messuhren sowie Taster. Bei einer Vielzahl dieser Ansätze entstehen bei der Beschaffung der benötigten Mess- oder Kalibrierungsinstrumente hohe Kosten, was die Wirtschaftlichkeit der additiven Fertigung nicht widerspiegelt und für Anwender von Eigenbaurobotern, insbesondere im didaktischen Kontext, eine Herausforderung darstellt. Als repräsentative Leistungscharakteristika stehen hierbei die Positionierung und die Wiederholungsgenauigkeit von Robotersystemen im Fokus und gelten als wesentlich zu ermittelnde Parameter.
Robuste Lokalisierung und Pfadplanung auf verschiedenen Größenskalen durch fraktale Landmarken
(2026)
In diesem Beitrag wird der Einsatz fraktaler Landmarken zur kamerabasierten Bestimmung von Position und Orientierung einer autonomen robotischen Plattform untersucht. Die Plattform wird dabei innerhalb eines digitalen Zwillings in einem realitätsnahen Szenario simuliert. Ziel ist die robuste und wiederholgenaue Verfolgung einer vom Anwender vorgegebenen Referenztrajektorie. Die in dieser Arbeit genutzen fraktalen Landmarken ermöglichen durch ihre multiskalige Struktur eine zuverlässige Detektion und Posenbestimmung über einen großen Entfernungsbereich hinweg und adressieren damit die Skalierungsprobleme konventioneller Landmarken. In Kombination mit einer splinebasierten Pfadplanung und einer echtzeitfähigen Simulation werden die Auswirkungen der Landmarkengeometrie, der Pfadführung sowie von Bildrauschen auf die Lokalisierungsgenauigkeit analysiert. Die Ergebnisse zeigen, dass der vorgestellte Ansatz eine stabile Posenbestimmung entlang der geplanten Trajektorie erlaubt und sich insbesondere für Anwendungen mit variierenden Arbeitsabständen eignet.
Im Rahmen einer Masterarbeit wurde ein Bildverarbeitungsmodell konzeptioniert und umgesetzt, mit dem die menschliche Körperhaltung visualisiert sowie Kollisionen zwischen einem Menschen und einem kollaborativen Roboter vermieden werden können. Hierbei wird zunächst mittels einer Intel RealSense D435i 3D-Kamera und der Bildverarbeitungsbibliothek Mediapipe die aktuelle Körperhaltung der Person bestimmt. Auf Basis einer zeitlichen Abfolge von gemessenen Armgelenkpositionen erfolgt die Berechnung einer zukünftige Armhaltung, welche anatomisch bedingte Gelenkabstände und Gelenkwinkel berücksichtigt. Ein 3D-Avatar als digitaler Schatten – erstellt mithilfe der Unity 3D-Game Engine – visualisiert zeitgleich die aktuelle, als auch die vorhergesagte Gelenkposition. Die prognostizierte Armhaltung ist darüber hinaus Grundlage einer Kollisionsvermeidung mit einem, in Bewegung versetzten, kollaborativen Roboter. Unterschreitet hierbei der berechnete Abstand zwischen der aktuellen Roboter-Haltung und der zukünftigen Armhaltung des Menschen die Grenzen zuvor definierter Kollisionsbereiche, wird der Roboter sofort gestoppt. Über eine Versuchsreihe, werden unter Variation von Abständen, Beleuchtungsstärken und Materialien die bestmöglichen Messbedingungen der eingesetzten 3D-Kamera ermittelt. Die Ergebnisse deuten darauf hin, dass helle, glatte Materialien, eine Beleuchtungsstärke von 500 lx und ein möglichst geringer Abstand von weniger als 1mdie präzisesten Distanzmessungen ermöglichen. Anhand der durchschnittlichen Zykluszeit wird ein Vorhersagehorizont von bis zu 150ms angenommen.
