Dieses interdisziplinäre Blockseminar beschäftigt sich mit Methoden der Modellierung, Generierung und Kontrolle von Bewegungen beim Menschen und in humanoiden Robotern. Studenten bekommen einen Einblick in dieses interdisziplinäre Feld und lernen Grundlagen zur Erfassung biologischer Bewegung, zur biomechanischen Simulation, zur Robotik, und zum maschinellen Lernen. Einleitend wird die Entstehung der Bewegung des Menschen ausgehend von der Kontraktion der Muskeln besprochen. Es wird gezeigt wie basierend auf der Beobachtung menschlicher Bewegungen verschiedene Bewegungsmuster identifiziert und kategorisiert werden können. Darauf aufbauend wird besprochen wie diese Bewegungsmuster technisch nachgebildet werden können. Zum Abschluss werden Methoden zum Lernen von Bewegungsprimitiven aus menschlichen Bewegungen vorgestellt und ihre Anwendung für die Bewegungsgenerierung bei humanoiden Robotern erläutert.

Lernziele:

Der/Die Studierende kennt Verfahren zur Modellierung menschlicher Bewegung, sowie Möglichkeiten zu ihrer maschinellen Verarbeitung und Analyse. Er/Sie kennt Methoden zum Lernen von Bewegungsprimitiven und Abbildung menschlicher Bewegungen auf Roboter, die eine unterschiedliche Kinematik und Dynamik haben und kann diese kontextbezogen anwenden.

Einrichtung: KIT IAR-H²T Prof. T. Asfour, Universität Stuttgart 

Das Blockpraktikum ist eine interdisziplinäre Veranstaltung in Kooperation mit der Universität Stuttgart und der Universität Heidelberg.

Prüfungen: Die Erfolgskontrolle erfolgt durch Ausarbeiten einer Dokumentation und einer Abschlusspräsentation als Erfolgskontrolle anderer Art nach § 4 Abs. 2 Nr. 3 der SPO.

Modul für Master Informationswirtschaft, Maschinenbau, Mechatronik und Informationstechnik, Elektrotechnik und Informationstechnik, Sportwissenschaft

Arbeitsaufwand: 90 h

Zugangsvoraussetzungen: Empfehlung:

Programmierkenntnisse in C++, Python oder Matlab werden empfohlen.

Der Besuch der Vorlesungen Robotik I – Einführung in die Robotik, Robotik II: Humanoide Robotik, Robotik III - Sensoren und Perzeption in der Robotik, Mechano-Informatik in der Robotik sowie Anziehbare Robotertechnologien wird empfohlen.