MonMobRob
Integratives Monitoring und automatische Adaption von System- und Umfeldparametern mobiler Industrierobotersysteme durch systematische Ergebnisanalyse von Schätzverfahren.
Projektbereich / Cluster: Intelligente vernetzte Systeme
Auftraggeber/Mittelgeber: BMWI
Projektträger: AiF
Kooperationspartner: ---
Projektkoordinator: DHBW, Artiminds
Projektlaufzeit: 01.05.2017 - 31.10.2018
Projektbeschreibung + Zielsetzung: Datengetriebenes Monitoring von systematischen Prozessvarianzen in der diskreten Automatisierung mittels Bewegungsanalyse sensor-adaptiver Industrieroboteraufgaben durch maschinelles Lernen für die Industrie 4.0.
Zielgruppe: keine Angaben
Vorgehensweise/Methodik: keine Angaben
Status/Stadium des Projekts: Beendet
Veröffentlichungen:
Unsupervised Hump Detection for Mobile Robots Based on Kinematic Measurements and Deep-Learning Based Autoencoder, Oliver Rettig, Silvan Müller, Marcus Strand, Darko Katic, Proceedings of the 15th International Conference on Intelligent Autonomous Systems IAS-15, Baden-Baden, Germany, 2018
Which deep artificial neural network architecture to use for anomaly detection in Mobile Robots kinematic data?, Oliver Rettig, Silvan Müller, Marcus Strand, Darko Katic, Proceedings of the Conference Machine Learning for Cyber Physical Systems and Industry 4.0 ML4CPS, Karlsruhe, Germany, 2018
Ansprechpartner: Prof. Dr. Marcus Strand