Dauer:
2 Semester | Angebotsturnus:
Jährlich, kann sowohl im SoSe als auch im WiSe begonnen werden | Leistungspunkte:
12 |
Studiengang, Fachgebiet und Fachsemester: - Master Robotics and Autonomous Systems 2019 (Vertiefung), Vertiefung, 1. oder 2. Fachsemester
|
Lehrveranstaltungen: - RO5802-S: Machine Learning in Medicine (Seminar, 2 SWS)
- RO5800-Ü: Advanced Topics in Robotics (Übung, 1 SWS)
- RO5803-Ü: Rescue Robotics (Übung, 2 SWS)
- RO5803-V: Rescue Robotics (Vorlesung, 2 SWS)
- RO5800-V: Advanced Topics in Robotics (Vorlesung, 2 SWS)
| Workload: - 90 Stunden Bearbeitung eines individuellen Themas inkl. Vortrag und schriftl. Ausarbeitung oder Gruppenarbeit
- 95 Stunden Selbststudium
- 135 Stunden Präsenzstudium
- 40 Stunden Prüfungsvorbereitung
| |
Lehrinhalte: | - Lerninhalte der Veranstaltung Advanced Topics in Robotics:
- Bahnplanung für Roboter
- Augmentierte Realität
- Design von Robotersystemen
- Intrakorporale Robotik
- Dynamik und Regelung für Roboter
- Lerninhalte der Veranstaltung Rescue Robotics:
- Besondere Anforderungen bei Katastropheneinsätzen und Auswirkungen auf Roboter
- Informationsinfrastruktur für Rettungssysteme
- Informationsaustausch zwischen Rettungsrobotern
- Befehls- und Kontrollsysteme für Such- und Rettungsroboter
- Taktische Kommunikation für kooperative SAR-Robotermissionen und Interoperabilität in einem heterogenen Team.
- Gestaltungsrichtlinien für menschliche Schnittstellen für Rettungsroboter
- Opfer- und Lebenszeichendetektion in Rettungsszenarien
- Vor-Ort Medizin und Bestimmung von Vitalzeichen
- Evaluation und Benchmarks von SAR-Robotern
- Lerninhalte des Seminars Machine Learning in Medicine:
- Einarbeitung in ein wissenschaftliches Themengebiet
- Bearbeitung einer wissenschaftlichen Problemstellung und ihrer Lösungsverfahren
- Präsentation und Diskussion der Thematik auf Englisch
- Mögliche Themen: Computer Aided Diagnosis, Gaussian Processes for Sensor Data Analysis, Motion Prediction, Correlation Methods for Motion Estimation, Tissue Thickness Estimation, Sensor Calibration
| |
Qualifikationsziele/Kompetenzen: - Lernziele der Veranstaltung Advanced Topics in Robotics:
- Die Studierenden haben ein vertieftes Verständnis der zugrundeliegenden mathematischen Methoden, besonders in der Dynamik, Optimierung, Sensordatenverarbeitung und Analyse von Algorithmen.
- Die Studierenden haben einen erweiterten Überblick über Anwendungsfelder der Robotik.
- Sie haben die Fähigkeit, selbständig neue Methoden auf der Basis der beschriebenen Methoden zu entwickeln, neue Anwendungen zu konzipieren, und grundlegende Verfahren vollständig zu implementieren.
- Lernziele der Veranstaltung Rescue Robotics:
- Die Studierenden beherrschen Werkzeuge zur Programmierung und Simulation von mobilen Rettungsrobotern. Sie haben einen guten Überblick in mobiler Robotik, Lokalisation und Pfadplanung in schwierigen Szenarien.
- Die Studierenden haben einen Einblick in die Arbeit und Kommandostrukturen von Rettungskräften. Sie kennen die Anforderungen an die Steuerung von Rettungsrobotern und die Kommunikation und Interaktion mit den Einsatzkräften.
- Die Studierenden haben einen Einblick in die medizinische Erstversorgung durch Rettungskräfte, sowie technische Lösungen zur Vermisstenortung, Vitalzeichenbestimmung und medizinischen Versorgung vor Ort.
- Lernziele der Veranstaltung Seminar Machine Learning in Medicine:
- Die Studierenden können ein wissenschaftliches Thema analysieren, beurteilen und entwickeln.
- Sie können die Ergebnisse in einer schriftlichen Ausarbeitung und in einem mündlichen Vortrag verständlich darstellen
- Sie können eine wissenschaftliche Fragestellung in englischer Sprache präsentieren und diskutieren.
- Sie können das Thema in den wissenschaftlichen Kontext einordnen und differenzieren.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur, mündliche Prüfung und/oder Präsentation nach Maßgabe des Dozierenden
|
Setzt voraus: |
Modulverantwortlicher: Lehrende: |
Literatur: - Achim Schweikard, Floris Ernst: Medical Robotics - Springer, 2015, Jocelyne Troccaz (ed.): Medical Robotics, Wiley, 2009
- Tadokoro, Satoshi, ed.: Rescue robotics: DDT project on robots and systems for urban search and rescue. - Springer Science & Business Media, 2009. (ISBN: 978-1447157656).
- Siciliano, Bruno, and Oussama Khatib, eds.: Springer handbook of robotics. - Springer, 2016. (ISBN: 978-3319325507)
|
Sprache: - Wird nur auf Englisch angeboten
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls: - Keine (die Kompetenzen der unter Setzt voraus genannten Module werden für dieses Modul benötigt, sind aber keine formale Voraussetzung) Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en): - RO5800: Advanced Topics in Robotics - Keine - RO5803: Rescue Robotics - Erfolgreiche Bearbeitung von Übungen gemäß Vorgabe am Semesteranfang Modulprüfung(en): - RO5800-L1: Advanced Topics in Robotics, Eine mündliche Prüfung über die Inhalte beider Teilmodule, 100% der Modulnote - RO5802-S: Machine Learning in Medicine, muss bestanden sein |
Letzte Änderung: 18.10.2022 |
für die Ukraine