Refine
Document Type
Conference Type
- Konferenzartikel (1)
Has Fulltext
- yes (5) (remove)
Is part of the Bibliography
- yes (5)
Keywords
- Roboter (2)
- Agentbasierter Transport (1)
- Deep Learning (1)
- Entscheidungstheorie (1)
- Fußball (1)
- Humanoider Roboter (1)
- InceptionTime (1)
- Kosten (1)
- Künstliche Intelligenz (1)
- Lastkraftwagen (1)
Institute
Open Access
- Open Access (5)
The present work ties in with the problem of bicycle road assessment that is currently done using expensive special measuring vehicles. Our alternative approach for road condition assessment is to mount a sensor device on a bicycle which sends accelerometer and gyroscope data via WiFi to a classification server. There, a prediction model determines road type and condition based on the sensor data. For the classification task, we compare different machine learning methods with each other, whereby validation accuracies of 99% can be achieved with deep residual networks such as InceptionTime. The main contribution of this work with respect to comparable work is that we achieve excellent accuracies on a realistic dataset classifying road conditions into nine distinct classes that are highly relevant for practice.
Deutschland hat nicht zuletzt durch seine zentrale Lage eine führende Rolle im Bereich der Transportlogistik in Europa übernommen. Allerdings stehen die großen Logistikunternehmen in den letzten Jahren zunehmend vor neuen Herausforderungen. Zum einen steigt die Menge zu transportierender Güter jährlich, zum anderen entstanden durch Verschmelzungen großer Logistikunternehmen wie z. B. Deutsche Post, Danzas und Exel, UPS und Fritz riesige Fahrzeugflotten, deren effiziente Planung die Unternehmen vor enorme Probleme stellt. Die einzige Möglichkeit, diese meist heterogenen, also aus vielen verschiedenen Verkehrsmitteln bestehenden Flotten mit herkömmlichen Mitteln effizient zu planen, ist die Aufteilung in (regionale) Geschäftsbereiche. Dadurch können viele Synergieeffekte nicht genutzt werden, was unter anderem zu unnötig hohen Transportkilometerleistungen und Leerfahrten führt. Mit Hilfe agentenbasierter Systeme können heute schon Kosteneinsparungen von 3 – 6 % bei homogenen Verkehrsmitteln erzielt werden. Das Einsparpotenzial dürfte bei heterogenen Flotten ähnlich hoch, wenn nicht noch etwas höher sein. Allerdings liefern derzeit agentenbasierte Systeme für heterogene Flotten noch keine zufriedenstellenden Ergebnisse. Durch die Kombination der beiden vorrangig für die Transportoptimierung eingesetzten Techniken agentenbasierte (bottomup) Optimierung und der klassischen (topdown)Optimierung soll auch das Einsparpotenzial von heterogenen Flotten realisiert werden. Diese Optimierung ist Gegenstand des Attractive Forschungsprojekts, das von August 2009 bis Juli 2012 im Rahmen des Programms ingenieurNachwuchs gefördert wird.
Seit 1997 finden jährlich Weltmeisterschaften im Roboterfußball statt. Das Ziel ist es dabei, bis 2050 eine Mannschaft aus Robotern zu stellen, die gegen den menschlichen Fußballweltmeister gewinnt. Dazu müssen die Roboter in der Lage sein, das Verhalten ihrer menschlichen Gegner einzuschätzen und ihre Entscheidungen vorauszuahnen. Während die gängigen Verfahren zur Entscheidungsfindung in unsicheren Umgebungen in der Regel auf rationalen Entscheidungen nach der Entscheidungstheorie basieren, zeigt sich, dass menschliches Entscheiden teilweise nicht dieser Rationalität folgt. Daniel Kahneman und Amos Tversky zeigten das in vielen Studien und entwickelten daraus die bekannte Prospect Theory für die Kahneman 2002 den Wirtschaftsnobelpreis erhielt. In diesem Artikel wird beschrieben, wie Extended Behavior Networks (EBNs) auf einfache Weise erweitert werden können, um menschliches Entscheidungsverhalten auch in Situationen reproduzieren zu können, die von der rationalen Entscheidungstheorie abweichen.
Große Logistikunternehmen stehen in den letzten Jahren zunehmend vor neuen Herausforderungen. Zum einen steigt die Menge zu transportierender Güter jährlich, zum anderen entstanden durch Verschmelzungen großer Logistikunternehmen, wie z. B. Deutsche Post, Danzas und Exel oder UPS und Fritz, riesige Fahrzeugflotten, deren effiziente Planung die Unternehmen vor enorme Probleme stellt. Die einzige Möglichkeit, diese meist heterogenen, also aus vielen verschiedenen Verkehrsmitteln bestehenden Flotten mit herkömmlichen Mitteln effizient zu planen, ist die Aufteilung in (regionale) Geschäftsbereiche. Dadurch können viele Synergieeffekte nicht genutzt werden, was unter anderem zu unnötig hohen Transportkilometerleistungen und Leerfahrten führt. Im Rahmen des Forschungsprojekts Attractive (Programm IngenieurNachwuchs) wurden neue Algorithmen entwickelt, mit deren Hilfe dieOptimierung von Transportaufträgen unter realen Be-dingungen und in realistischen Größenordnungen möglich wird. In diesem Artikel wird kurz auf die Optimierung eingegangen, und dann werden die ersten gewonnenen Ergebnisse zusammengefasst.
Seit 1997 finden jährlich Weltmeisterschaften im Roboterfußball statt. Dabei wird in verschiedenen Ligen teils mit echten, teils mit simulierten Robotern Fußball gespielt. In der small size league spielen fünf gegen fünf Roboter auf einem 5x4,5 m großen Feld. Die Steuerung der Roboter wird von einem externen Rechner übernommen, der seine Information von einer über dem Feld angebrachten Kamera erhält. In der middle size league spielen vier gegen vier Roboter auf einem 8x12 m großen Feld. Hier müssen im Unterschied zur small size league die Roboter vollständig autonom sein, d.h., alle Sensoren und auch die Entscheidungslogik muss auf dem Roboter selbst untergebracht sein. Dasselbe gilt für die four legged robot league, bei der jeweils vier Sony Aibo Roboter gegeneinander antreten (Abbildung 1.11-1), sowie für die Königsklasse, der humanoid league, bei der jeweils drei zweibeinige Roboter gegeneinander spielen. Daneben existieren zwei Simulationsligen: die seit 1997 existierende 2D simulation league, bei der elf gegen elf gespielt wird und die seit 2005 im Programm befindliche 3D simulation league, bei der im Gegensatz zur 2D league tatsächlich existierende zweibeinige Nao-Roboter simuliert werden. In dieser Liga hat sich erstmals eine Mannschaft der Hochschule Offenburg für die Weltmeisterschaft 2009 qualifiziert. Neben Fußballrobotern gibt es auch Ligen für Hausroboter (RoboCup@Home) und Rettungsroboter (RoboCup Rescue). Inzwischen ist die RoboCup WM mit der zugehörigen Konferenz zum größten Robotik-Event weltweit avanciert.