629 Andere Fachrichtungen der Ingenieurwissenschaften
Refine
Document Type
- Bachelor Thesis (2)
- Master's Thesis (1)
- Research data (1)
Institute
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4) (remove)
Keywords
- ROS-E (2)
- AAL (1)
- DevBox (1)
- Entwicklung (1)
- Prototyping (1)
- Roboter (1)
- Robotik (1)
- Tischroboter (1)
In dieser Bachelorarbeit wurde ein Entwicklerboard – die „DevBox“ – als Erweiterung des Tischroboters „ROS-E“ konzipiert, um die Erprobung und Entwicklung neuer Hardware des Roboters zu vereinfachen und zu beschleunigen. Zudem soll die DevBox den Zugang zu ROS-E für Neueinsteiger und für die Lehre erleichtern.
Es wurden diverse Anforderungen an die DevBox bezüglich der Hardware und Software auf Grundlage von Anwendungsfällen der Entwickler von ROS-E aufgestellt. Das resultierende Konzept umfasst ein Modell für den Bau einer DevBox, welches auch eigens entwickelte Leiterplatten für eine bessere Ergonomie bei der Entwicklung enthält. Die konzipierte Software der DevBox beschreibt Lösungen für die Anbindung diverser Hardwareschnittstellen wie GPIO, I2C und SPI und von Smart Home Geräten via EnOcean, ZigBee und Z-Wave über die DevBox und wie diese mit dem Roboter ROS-E verwendet werden können.
Anhand eines ersten Hardwareprototypen der DevBox konnten grundlegende Funktionen der Software implementiert und erfolgreich getestet werden. In weiteren Schritten soll die DevBox gebaut und für die Weiterentwicklung von ROS-E eingesetzt und finalisiert werden.
In dieser Bachelorarbeit wurde ein prototypischer Tischroboter für den Einsatz im Bereich des Ambient Assisted Livings konzeptioniert. Innerhalb eines festgelegten Budgets wurden die technische Umsetzbarkeit und die Eignung des Systems als Alternative zum im Telematik-Studiengang der Technische Hochschule Wildau verwendeten NAO-Roboter untersucht. Dabei wurde bewusst auf die Möglichkeit einer humanoiden Fortbewegung verzichtet.
Das entwickelte Konzept basiert auf den in dieser Arbeit festgelegten Anforderungen an einen Tischroboter. Es umfasst die benötigten Hardwarekomponenten, wobei als Grundlage des Systems ein Jetson Nano Einplatinencomputer von Nvidia verwendet wird. Weiterhin wurde eine Softwarearchitektur erstellt, welche Front-End, Back-End und angeschlossene Hardwarekomponenten miteinander verknüpft. Im Front-End wird das Framework Electron.js verwendet, im Back-End kommt das Robot Operating System (ROS) in Verbindung mit der Key-Value-Datenbank Redis zum Einsatz. Für die Steuerung weiterer angeschlossener Hardwarekomponenten und der Energieversorgung werden Arduino Nano Boards eingesetzt.
Die konzipierte Architektur des Gesamtsystems ist auf eine funktionale Erweiterbarkeit ausgelegt, um für die Erforschung und Realisierung von vielfältigen Anwendungsfällen in Folgeprojekten geeignet zu sein.
In einer anschließenden Testphase wurde ein Prototyp entwickelt, mit dessen Hilfe die konzipierte Systemarchitektur umgesetzt und erfolgreich getestet wurde. Die Ergebnisse dieser Bachelorarbeit können somit als prototypische Grundlage für eine Alternative zum NAO-Roboter, aber auch als technische Basis für die Entwicklung anderer Roboter verwendet werden.
Diese Masterarbeit befasst sich mit der Recherche zum Thema Emotionserkennung, der Konzeption einer hybriden Emotionserkennung und der prototypischen Implementierung des Konzepts für den Tischroboter ROS-E.
Die Recherche zeigt, dass die Emotionserkennung auf Basis von verschiedenen Eingaben erfolgen kann. Es wurde sich auf die drei Eingabeströme Bild, Ton und Text konzentriert, da diese praktikabel für die Implementierung auf einen humanoiden Roboter sind. Zu jedem dieser Eingabeströme wurden Dienste, Open-Source-Software und Ansätze untersucht.
Aufgrund dieser Erkenntnisse wurde eine Anwendung entwickelt, welche ein hybride Emotionserkennung durch die Eingabe eines Textes und einer Bild-Datei durchführt. Hierzu wurden die Dienste zur Emotionserkennung von Microsoft Azure und IBM Watson genutzt. Die Anwendung wurde in Python implementiert.
This repository contains various short driving scenarios of our vehicle fleet in 1:14 scale. These are part of our digital learning factory "Wildauer Maschinen Werke" (www.th-wildau.de/wmw) and are used for the development of autonomous driving functions. The data is recorded in the form of Rosbags in the underlying robotic operating system (www.ros.org) and can be played in their own ROS server instances, whereby the recorded journeys of the vehicles can be simulated and used for their own developments. The scenarios contain short driving scenarios with so-called ROS topics. This includes engine and steering control and frontal distance measurements of an ultrasonic sensor. Videos are also provided for each scenario for a better overview.
It is the 1st generation. Towards the end of 2020, data sets will follow that additionally contain camera data, GPS coordinates and speed as well as laser scanner data.