Informationen und Networking für Outgoings des FB04

Pflichtveranstaltung:
Sicherheitsschulung mit Feuerlöschübung für Erstsemesterstudierende.
An der Universität Bremen dürfen Studierende der Studienfächer mit laborpraktischen Lehrinhalten erst nach Teilnahme an dieser Veranstaltung mit den Laborarbeiten beginnen.
Praktische Brandschutzübungen im Freien, daher bitte mit wetterfester Kleidung und festem Schuhwerk erscheinen!

Rückfragen bitte an:
Julian Heidhoff, M.Sc.
Leibniz-Institut für Werkstofforientierte Technologien
Hauptabteilung Fertigungstechnik
E-Mail: heidhoff@uni-bremen.de

Anmeldung und Infos über Stud.IP

Für Komplemetärfach Informatik, berufliche Weiterbildung und Digi-Med Studierende gibt es
03-DMB-MI-22-OOP Objektorientierte Programmierung und 03-DMB-MI-22_AUD2 Algorithmen und Datenstrukturen.

Anmeldung und Infos über Stud.IP

Anmeldung im Stud.IP bis:
Projektauftakt am: 15.10.2023
Max. Gruppengröße: 3
Ansprechperson: Jannik Ulbrich, M.Sc.

Magnetische Felder sind die Grundlagen von zahlreichen Komponenten und Bauteilen der Elektrotechnik, wie beispielsweise elektrische Motoren bis hin zu Leiterplatteninduktivitäten für elektronische Schaltungen. In der ersten Entwurfsphase einer Problemstellung ist häufig eine Vorauslegung und Größenabschätzung der magnetischen Komponenten notwendig, um in einem iterativen Entwurfsprozess einsteigen zu können. Zur Vereinfachung dieses Prozesses gilt es ein Tool zu entwickeln. Dabei ist zur Auslegung der Wickelgüter wie Spulen und Drosseln die Berechnung der Induktivität und teilweise auch des Frequenzgangs notwendig. Hierzu soll über MATLAB eine Open-Source-Simulationsumgebung für magnetische Simulationen (FEMM) gesteuert und ausgewertet werden. Im Anschluss an die Simulationen sollen über Matlab zusätzliche Effekte (z.B. Skineffekt) im Endergebnis berücksichtigt werden. Für die Eingabe der geometrischen Parameter und die Ausgabe der Simulations-/Berechnungsergebnisse gilt es eine grafische Oberfläche mit Hilfe des MATLAB App Designers zu erstellen.

Es sollen folgende Aufgaben erledigt werden:
• Einarbeitung in die Thematik von Spulen & Finite-Elemente-Simulationen
• Weiterentwicklung eines Matlab-Skripts zur Simulations-Steuerung
• Entwicklung von Algorithmen zur Anpassung der Geometrie an vorgegebene Referenzwerte
• Entwicklung einer grafischen Oberfläche mittels MATLAB App Designer
• Implementierung von Funktionen zur Berücksichtigung von Verlustmechanismen

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe 23/24
Max. Gruppengröße: 1-2
Ansprechperson: Leonard Friedrich,
leonard.friedrich@uni-bremen.de

Im Rahmen dieses Projekts wird eine Methode zur effizienten Selektion von NIR-Daten in einer Cloud-Umgebung entwickelt. Die gespeicherten Daten werden anhand der zugehörigen Header-Informationen gezielt ausgewählt, um eine schnelle und präzise Datenabfrage zu ermöglichen. Dieses Vorhaben zielt darauf ab, die Handhabung und den Zugriff auf NIR-Daten in der Cloud zu optimieren und somit die Effizienz von Analysen und Anwendungen zu steigern.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe23/24
Max. Gruppengröße: 3
Ansprechperson: Janek Otto (janek.otto@uni-bremen.de)

Im Rahmen der Arbeit soll eine Softwareschnittstelle zur Kommunikation mit einem Datenserver implementiert werden, der die Verwaltung und Steuerung von Analyse-Modellen übernimmt. Die Softwareschnittstelle soll Teil einer grafischen Benutzeroberfläche werden, die die Analyse von Nahinfrarot-Spektren übernimmt. So soll es durch die Erweiterung möglich sein, Analyse-Modelle von einem Datenserver zu laden sowie bestehende Modelle zu ersetzen. Die Arbeit umfasst dabei die Erstellung der entsprechenden Schnittstelle für den Client als auch für den Server. So soll es möglich sein, verschiedene Modelle auf dem Server zu speichern, die durch Interaktion geladen und für die Analyse verwendet werden können.

Anmeldung im Stud.IP bis: 03.04.2024 (HelloRic)
Projektauftakt am: 05.04.2024
Es werden maximal 20 Studierende aus den vers. Studiengängen akzeptiert.
Ansprechperson: Andreas Bresser (andreas.bresser@dfki.de)

-Entwicklung eines autonomen Service-Roboters für das Robotics Innovation Center -

Im Rahmen des Projektes HelloRic soll ein autonomer Service-Roboter entwickelt werden. Dieser soll unter anderem Gäste des Robotics Innovation Center begrüßen und kompetent bei ihrem Besuch zu unterstützen. Aufgaben in diesen Zusammenhang sind die Bereitstellung von Informationen zu Projekten, Produkten, Laboren, Büroplätzen und den Kontaktmöglichkeiten zu Mitarbeiter*innen, ebenso wie die Begleitung zu Laboren oder Büros.
Im Allgemeinen muss die Sicherheit - sowohl der Menschen wie auch der Roboter - bei der Ausführung von Aktivitäten in einem sich ständig verändernden Umfeld gewährleistet werden, d.h. Umgebungskarten müssen dynamisch aufgebaut werden und reaktive Hindernisvermeidung in die Roboter integriert werden.
Ziele des Projektes
• Verständnis der Robotik als integrierende Wissenschaft zwischen Elektrotechnik, Mechatronik und Informatik
• Umgang und Erfahrung mit den Werkzeugen und Techniken zur Entwicklung interaktiver Robotersysteme
• Verständnis für die Prinzipien und des Designs autonomer Roboter und der Interaktion von Mensch und Maschine
• Verständnis von qualitätssichernden Maßnahmen für kontinuierliche Produktentwicklung
• Anwendungsgetriebene, anforderungsbasierte Entwicklung von Robotern, ihre Kontrolle und der Operation in einem dynamischen Umfeld
• Hardware / Software Co-Design
• Praktische Erfahrungen im Umgang mit Robotersystemen in Simulation und realen Szenarien
• Praktische Erfahrungen im Bereich OpenSource-Softwareentwicklung und Qualitätssicherung mit modernen Softwareentwicklungsprinzipien wie Continous Integration oder Hardware-in-the-Loop
• Praktische Erfahrungen im Bereich DevOps
• Praktische Erfahrungen mit Large Language Models(LLMs), Generative Pretrained Transformers (GPTs ), Convolutional Neural Networks (CNNs), Text-To-Speech (TTS) und Speech-To-Text (STT)
• Selbstorganisiertes Arbeiten im Team

Umsetzungsschwerpunkte werden von den Projektteilnehmer*innen gewählt.
Dieses Projekt ist geeignet für die Bachelorstudiengänge Informatik, Digitale Medien und Systems Engineering und wird im Sommersemester 2024 durchgeführt.

Anmeldung im Stud.IP bis: 15.04.2024
Projektauftakt am: 17.04.2024
max. Gruppengröße: 4
Ansprechperson: Dr.-Ing. Holger Groke, hgroke@ uni-bremen.de

Ein PC mit Windows 11 Betriebssystem ist ein Teilnehmer in zwei unterschiedlichen Subnetzen. Für den PC soll eine robotergesteuerte Automatisierung (RPA-Lösung), auch Software-Roboter genannt, für unterschiedliche Prozessabläufe erarbeitet werden. Z. B. soll der BOT von mobilen Rechnern ein (sicheres) Daten-Backup über das Internet (Bereich 1) in der lokalen Cloud, die sich im Bereich 3 befindet, bewerkstelligen. Es sollen externen Geräten weitere Dienste nutzbar gemacht werden. Des Weiteren sollen BOT-gesteuert Aktionen wie z. B. ein zyklisches Abfragen und Erkennen bereitgestellter Aktualisierungen von Systemsoftware auf entsprechenden Internetseiten der Hersteller erfolgen. Auf diese Weise kann u. A. die Systemsoftware des Cloud-Servers im lokalen Netz aktualisiert werden. Der BOT soll so konzipiert werden, dass dieser zu einem späteren Zeitpunkt mit weiteren Funktionen ertüchtigt werden kann wie z. B. eine Erkennung möglicher Schadsoftware. Auch soll perspektivisch die Möglichkeit eröffnet werden den BOT mittels einer übergeordneten KI zu steuern oder dessen Funktionalität zur Laufzeit anzupassen und zu erweitern. Die gesamte Automatisierung kann z. B. mit der Software PowerFlow der Firma Microsoft erstellt werden.

Anmeldung im Stud.IP bis: 20.10.2023
Projektauftakt am: 01.11.2023
Max. Gruppengröße: 2-3
Ansprechperson: Axel Börold, bor@biba.uni-bremen.de

In vielen Bereichen der Robotik werden Analyse, Auswertung und Visualisierung von Datenströmen in Echtzeit durch Softwaresysteme durchgeführt. Insbesondere in den Domänen der eingebetteten Systeme und der Raumfahrt stehen hierbei die Ressourcensparsamkeit und Robustheit der Softwarelösungen im Fokus.
Für die Entwicklung und das Prototyping von Robotiksystemen sind Visualisierung und Verarbeitung großer Datenmengen und komplexer Datenstrukturen ein zentraler Bestandteil moderner Entwicklungsprozesse. Insbesondere Echtzeitdaten stellen Entwickler vor eine große Herausforderung. Für eine tiefgehende Analyse von Echtzeitdaten und für ein intuitives Verständnis der Daten und ihrer Relevanz sind übersichtliche und effiziente Tools unabdingbar. Hierbei ist es essenziell, dass Entwickler auf eine umfangreiche Bibliothek vorgefertigter robuster Algorithmen zurückgreifen können und das schnelle Prototypen neuer Algorithmen und Analyseabläufe unterstützt wird. Trotz der Relevanz bestehen für diesen Schwerpunkt der Dateninteraktion nur wenige Softwarelösungen.
Hieraus folgt der Bedarf für eine auf Entwickler ausgerichtete Software, die fähig ist, eine große Bandbreite verschiedener Daten effizient und mit geringer Latenz zu visualisieren, zu modifizieren und mit ihr intuitiv zu interagieren. Damit die entwickelten Algorithmen in realen Systemen zum Einsatz kommen können, muss eine solche Softwarelösung fähig sein, den konzeptionierten Algorithmus auf Quellcodeebene zu optimieren.

Das Ziel dieses Projekts liegt in der Entwicklung einer Softwareanwendung zur Node-basierten Datenvisualisierung und Datenverarbeitung.

Der Umfang der im Rahmen des Projekts entwickelten Softwareanwendung gliedert sich in folgende Aufgaben:

• Entwicklung eines Pipeline-basierten Backends für die Datenverarbeitungs in Rust
• Entwicklung einer beispielhaften Standardbibliothek für Datenverarbeitung und mathematischer Operationen im Bereich Robotik/ Sensorik
• Entwicklung eines Systems, um Pipeline-basierte Algorithmen zu optimieren und als Stand-alone-Anwendung zu kompilieren
• Design und Entwicklung eines webbasierten User-Interfaces zur Erstellung, Bearbeitung und intuitiven Visualisierung der Pipeline Struktur
• Entwicklung echtzeitfähiger Datenvisualisierungs-Nodes im UI bezogen auf Daten aus der Robotik und Sensorik

Anmeldung im Stud.IP bis: 31.10.23
Projektauftakt am: 15.11.23
Max. Gruppengröße: 6
Ansprechperson: Dario Niermann (nie@biba.uni-bremen.de)

Die manuelle Montage von Baugruppen soll zukünftig automatisch überwacht werden. Dazu benötigt es sehr robuste Systeme zur Erkennung von Bauteilen, Händen und Bewegungsabläufen, die in der Lage sind Objektverdeckung, Objektzusammenfügung, schnelle Bewegungen und unbekannte Objekten zu verarbeiten. Hierzu bieten sich Kamerasysteme mit Tiefenerkennung an, um die Positionierung der Bauteile bestimmen zu können. Außerdem müssen Methoden zur einfachen Erlernung neuer Objekte zur Verfügung stehen, um neue Baugruppen zu verarbeiten. Im Rahmen dieses Lehrprojektes soll ein solches Erkennungssystem erarbeitet werden. Dazu soll zunächst die optimale Hardwareausstattung untersucht werden und darauf folgend verschiedene Ansätze zur Objekterkennung systematisch entwickelt werden (machine-vision, pattern-matching, CNN). Abschließend sollen Tests zur Evaluierung des Systems durchgeführt werden.

Anmeldung im Stud.IP bis: 27.10.2023
Projektauftakt am: 13.11.2023
Max. Gruppengröße: 4-6 Personen
Ansprechperson: Burak Vur, vur@biba.uni-bremen.de

In einer zunehmend vernetzten Welt gewinnen Lokalisierungsdienste eine immer größere Bedeutung. Während GPS (Global Positioning System) im Freien eine bewährte Methode zur Standortbestimmung ist, stellt die präzise Lokalisierung in geschlossenen Räumen nach wie vor eine technische Herausforderung dar. In Innenräumen, wo GPS-Signale häufig nicht verfügbar oder ungenau sind, sind alternative Lösungen gefragt, um genaue Standortdaten zu liefern. Eine vielversprechende Antwort auf diese Herausforderung bietet die Entwicklung von Smartphone-basierten Lokalisierungsmethoden für geschlossene Räume. Geschlossene Räume, sei es in Einkaufszentren, Flughäfen, Krankenhäusern oder Produktionsanlagen, erfordern häufig genaue Standortinformationen für Navigation, Sicherheit und effizientes Ressourcenmanagement. Smartphones, die heute nahezu allgegenwärtig sind, bieten eine Fülle von Sensoren und Kommunikationstechnologien, die zur Entwicklung solcher Lokalisierungslösungen genutzt werden können. In diesem Lehrprojekt soll die Entwicklung einer Smartphone-basierten Lokalisierungsmethode für geschlossene Räume angestrebt werden. Hierbei umfasst das Lehrprojekt die Auswahl und Integration von Hardwarekomponenten, die Entwicklung komplexer Algorithmen zur Sensorfusion und Datenverarbeitung sowie die Anwendung von Techniken wie Fingerprinting, um präzise Positionsinformationen in Innenräumen zu generieren.

Anmeldung im Stud.IP bis: wird in StudIP bekannt gegeben
Projektauftakt am: wird in StudIP bekannt gegeben
Max. Gruppengröße: wird in StudIP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de),
Stephan Hopfmüller (hop@biba.uni-bremen.de)

80 Prozent aller Tierarten in Deutschland sind Insekten. Sie bestäuben Pflanzen, verwerten organisches Material, verbessern die Bodenfruchtbarkeit und sind ein unverzichtbarer Teil unserer Ökosysteme. Doch ihre Zahl und ihre Vielfalt sind bedroht. Durch dieses Forschungsprojekt soll die interdisziplinäre Initiative „KInsecta“ unterstützt und ausgebaut werden, um die heimische Insektenvielfalt digital und automatisiert zu erfassen.
Zusammen mit einem Team von Studierenden der Biologie (Entomolog*innen) an der Universität Bremen besteht in Lehr- bzw. Forschungsprojekt die Möglichkeit, je nach Interesse und Eignung an folgenden Teilaufgaben zu arbeiten:
Aufgabe: Insektenbildgebung
Aufgabe: Erfassung von Umgebungsbedingungemn
Aufgabe: Klassifizierung der Insekten mit Hilfe von KI-Algorithmen
Aufgabe: Zusätzliche Sensorik
Aufgabe: Datenübertragung, Datenbank und Dashboard
Aufgabe: Struktur, Gehäuse und Energieversorgung

Anmeldung im Stud.IP bis: 22.10.2023
Projektauftakt am: 23.10.2023
Max. Gruppengröße:
Ansprechperson: Kenneth Rüstmann, ruestmann@bime.de

Am bime wird im Projekt KIWI eine VR-Lernumgebung für die Mensch-Roboter-Kollaboration entwickelt.
In einem vorherigen Studierendenprojekt wurde an der experimentellen, modularen Montageanlage EMMA ein Montageszenario entwickelt, das die kollaborative Montage mit Hilfe von Robotern beinhaltet. Dieses soll nun auf Grundlage der Unreal Engine in die virtuelle Realität übertragen werden. Dabei soll das Szenario so gestaltet werden, dass der Nutzer mit Hilfe eines Head-Mounted-Displays oder eines Smartphone-Displays die einzelnen Montageschritte durchführen kann. Das langfristige Ziel ist es, den Nutzern die Möglichkeit zu bieten, die Montage in der virtuellen Umgebung zu erlernen und dann nahtlos an der realen Anlage umzusetzen.
Projektziele:
• Modellierung der Montageanlage und Bauteile in der Unreal Engine
• Modellierung der kollaborativen Roboter in der Unreal Engine
• Implementierung der Montageschritte in die virtuelle Realität
• Implementierung einer intuitiven Benutzerinteraktion und -oberfläche

Die virtuelle Umgebung basiert auf der Unreal Engine. C++ Kenntnisse sind von Vorteil, aber keine Voraussetzung, da die Engine auch mit Hilfe von visual programming mittels sogenannter Blueprints programmiert werden kann.

Anmeldung im Stud.IP bis: 23.10.2023
Projektauftakt am:27.10.2023
Max. Gruppengröße: 5
Ansprechperson: Björn Papenberg, M.Sc., papenberg@bime.de

Die Beurteilung des Verschleißzustands von Fräswerkzeugen erfolgt in den meisten Fertigungsbetrieben durch in Augenscheinnahme und subjektive Beurteilung seitens der Mitarbeitenden. Zur Steigerung der Beurteilungsgüte entwickelt das bime gemeinsam mit Industriepartnern ein Assistenzsystem, welches mittels Methoden der künstlichen Intelligenz eine Vorbewertung der Werkzeuge vornehmen kann.
Der Beurteilungsalgorithmus basiert auf einem neuronalen Netz, welches mittels Fotos von Fräswerkzeugen mit bekanntem Verschleißzustand trainiert wird. Für die Durchführung des Trainings wird eine sehr große Anzahl an Bildern von nicht-, teil- und vollverschlissenen Fräswerkzeugen benötigt. Jedes Werkzeug muss aus mehreren Perspektiven fotografiert werden. Zur Erleichterung dieses Arbeitsgangs und zur Erprobung der Kameratechnik besteht ein Versuchsstand, der Fräswerkzeuge vor der Kamera positionieren und drehen kann. Der Versuchsstand ist mit einer Ringleuchte und einer Koaxialleuchte ausgestattet und in Abbildung 1 dargestellt.
Im Rahmen dieser Projektarbeit nehmen Sie ein KI-basiertes System zur automatisierten Verschleißerkennung an Fräswerkzeugen in Betrieb. Hierzu entwickeln Sie zunächst eine Software, welche das automatisierte Ausrichten von Fräswerkzeugen unterschiedlicher Geometrie durch den Versuchsstand ermöglicht. Anschließend konzipieren Sie einen Versuchsplan und führen Versuche durch.
Mit den aus den Versuchen gewonnenen Ergebnissen optimieren Sie einen Algorithmus mit dem Ziel die Erkennungsgenauigkeit zu verbessern.

Die regelmäßige Prüfung von Bauwerken, wie Brücken oder Windenergieanlagen, auf Oberflächenschäden ist essenziell für die Zustandsbewertung und Planung bedarfsgerechter Wartungen. Bestehende Lösungen stellen jedoch immer einen Kompromiss aus Messabstand und Auflösungsvermögen dar. Der Einsatz von drohnenbasierten optischen Messsystemen eröffnet die Möglichkeit zur präzisen Geometrieerfassung von lokalen Oberflächenschäden an schwer zugänglichen Strukturen im Millimeterbereich.

Anmeldung im Stud.IP bis:
Projektauftakt am: 15.10.2023
Max. Gruppengröße: 3
Ansprechperson: Jannik Ulbrich, M.Sc.

Magnetische Felder sind die Grundlagen von zahlreichen Komponenten und Bauteilen der Elektrotechnik, wie beispielsweise elektrische Motoren bis hin zu Leiterplatteninduktivitäten für elektronische Schaltungen. In der ersten Entwurfsphase einer Problemstellung ist häufig eine Vorauslegung und Größenabschätzung der magnetischen Komponenten notwendig, um in einem iterativen Entwurfsprozess einsteigen zu können. Zur Vereinfachung dieses Prozesses gilt es ein Tool zu entwickeln. Dabei ist zur Auslegung der Wickelgüter wie Spulen und Drosseln die Berechnung der Induktivität und teilweise auch des Frequenzgangs notwendig. Hierzu soll über MATLAB eine Open-Source-Simulationsumgebung für magnetische Simulationen (FEMM) gesteuert und ausgewertet werden. Im Anschluss an die Simulationen sollen über Matlab zusätzliche Effekte (z.B. Skineffekt) im Endergebnis berücksichtigt werden. Für die Eingabe der geometrischen Parameter und die Ausgabe der Simulations-/Berechnungsergebnisse gilt es eine grafische Oberfläche mit Hilfe des MATLAB App Designers zu erstellen.

Es sollen folgende Aufgaben erledigt werden:
• Einarbeitung in die Thematik von Spulen & Finite-Elemente-Simulationen
• Weiterentwicklung eines Matlab-Skripts zur Simulations-Steuerung
• Entwicklung von Algorithmen zur Anpassung der Geometrie an vorgegebene Referenzwerte
• Entwicklung einer grafischen Oberfläche mittels MATLAB App Designer
• Implementierung von Funktionen zur Berücksichtigung von Verlustmechanismen

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe 23/24
Max. Gruppengröße: 1-2
Ansprechperson: Leonard Friedrich,
leonard.friedrich@uni-bremen.de

Im Rahmen dieses Projekts wird eine Methode zur effizienten Selektion von NIR-Daten in einer Cloud-Umgebung entwickelt. Die gespeicherten Daten werden anhand der zugehörigen Header-Informationen gezielt ausgewählt, um eine schnelle und präzise Datenabfrage zu ermöglichen. Dieses Vorhaben zielt darauf ab, die Handhabung und den Zugriff auf NIR-Daten in der Cloud zu optimieren und somit die Effizienz von Analysen und Anwendungen zu steigern.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe23/24
Max. Gruppengröße: 3
Ansprechperson: Janek Otto (janek.otto@uni-bremen.de)

Im Rahmen der Arbeit soll eine Softwareschnittstelle zur Kommunikation mit einem Datenserver implementiert werden, der die Verwaltung und Steuerung von Analyse-Modellen übernimmt. Die Softwareschnittstelle soll Teil einer grafischen Benutzeroberfläche werden, die die Analyse von Nahinfrarot-Spektren übernimmt. So soll es durch die Erweiterung möglich sein, Analyse-Modelle von einem Datenserver zu laden sowie bestehende Modelle zu ersetzen. Die Arbeit umfasst dabei die Erstellung der entsprechenden Schnittstelle für den Client als auch für den Server. So soll es möglich sein, verschiedene Modelle auf dem Server zu speichern, die durch Interaktion geladen und für die Analyse verwendet werden können.

Anmeldung im Stud.IP bis: 03.04.2024 (HelloRic)
Projektauftakt am: 05.04.2024
Es werden maximal 20 Studierende aus den vers. Studiengängen akzeptiert.
Ansprechperson: Andreas Bresser (andreas.bresser@dfki.de)

-Entwicklung eines autonomen Service-Roboters für das Robotics Innovation Center -

Im Rahmen des Projektes HelloRic soll ein autonomer Service-Roboter entwickelt werden. Dieser soll unter anderem Gäste des Robotics Innovation Center begrüßen und kompetent bei ihrem Besuch zu unterstützen. Aufgaben in diesen Zusammenhang sind die Bereitstellung von Informationen zu Projekten, Produkten, Laboren, Büroplätzen und den Kontaktmöglichkeiten zu Mitarbeiter*innen, ebenso wie die Begleitung zu Laboren oder Büros.
Im Allgemeinen muss die Sicherheit - sowohl der Menschen wie auch der Roboter - bei der Ausführung von Aktivitäten in einem sich ständig verändernden Umfeld gewährleistet werden, d.h. Umgebungskarten müssen dynamisch aufgebaut werden und reaktive Hindernisvermeidung in die Roboter integriert werden.
Ziele des Projektes
• Verständnis der Robotik als integrierende Wissenschaft zwischen Elektrotechnik, Mechatronik und Informatik
• Umgang und Erfahrung mit den Werkzeugen und Techniken zur Entwicklung interaktiver Robotersysteme
• Verständnis für die Prinzipien und des Designs autonomer Roboter und der Interaktion von Mensch und Maschine
• Verständnis von qualitätssichernden Maßnahmen für kontinuierliche Produktentwicklung
• Anwendungsgetriebene, anforderungsbasierte Entwicklung von Robotern, ihre Kontrolle und der Operation in einem dynamischen Umfeld
• Hardware / Software Co-Design
• Praktische Erfahrungen im Umgang mit Robotersystemen in Simulation und realen Szenarien
• Praktische Erfahrungen im Bereich OpenSource-Softwareentwicklung und Qualitätssicherung mit modernen Softwareentwicklungsprinzipien wie Continous Integration oder Hardware-in-the-Loop
• Praktische Erfahrungen im Bereich DevOps
• Praktische Erfahrungen mit Large Language Models(LLMs), Generative Pretrained Transformers (GPTs ), Convolutional Neural Networks (CNNs), Text-To-Speech (TTS) und Speech-To-Text (STT)
• Selbstorganisiertes Arbeiten im Team

Umsetzungsschwerpunkte werden von den Projektteilnehmer*innen gewählt.
Dieses Projekt ist geeignet für die Bachelorstudiengänge Informatik, Digitale Medien und Systems Engineering und wird im Sommersemester 2024 durchgeführt.

Anmeldung im Stud.IP bis: 15.04.2024
Projektauftakt am: 17.04.2024
max. Gruppengröße: 4
Ansprechperson: Dr.-Ing. Holger Groke, hgroke@ uni-bremen.de

Ein PC mit Windows 11 Betriebssystem ist ein Teilnehmer in zwei unterschiedlichen Subnetzen. Für den PC soll eine robotergesteuerte Automatisierung (RPA-Lösung), auch Software-Roboter genannt, für unterschiedliche Prozessabläufe erarbeitet werden. Z. B. soll der BOT von mobilen Rechnern ein (sicheres) Daten-Backup über das Internet (Bereich 1) in der lokalen Cloud, die sich im Bereich 3 befindet, bewerkstelligen. Es sollen externen Geräten weitere Dienste nutzbar gemacht werden. Des Weiteren sollen BOT-gesteuert Aktionen wie z. B. ein zyklisches Abfragen und Erkennen bereitgestellter Aktualisierungen von Systemsoftware auf entsprechenden Internetseiten der Hersteller erfolgen. Auf diese Weise kann u. A. die Systemsoftware des Cloud-Servers im lokalen Netz aktualisiert werden. Der BOT soll so konzipiert werden, dass dieser zu einem späteren Zeitpunkt mit weiteren Funktionen ertüchtigt werden kann wie z. B. eine Erkennung möglicher Schadsoftware. Auch soll perspektivisch die Möglichkeit eröffnet werden den BOT mittels einer übergeordneten KI zu steuern oder dessen Funktionalität zur Laufzeit anzupassen und zu erweitern. Die gesamte Automatisierung kann z. B. mit der Software PowerFlow der Firma Microsoft erstellt werden.

Anmeldung im Stud.IP bis: 20.10.2023
Projektauftakt am: 01.11.2023
Max. Gruppengröße: 2-3
Ansprechperson: Axel Börold, bor@biba.uni-bremen.de

In vielen Bereichen der Robotik werden Analyse, Auswertung und Visualisierung von Datenströmen in Echtzeit durch Softwaresysteme durchgeführt. Insbesondere in den Domänen der eingebetteten Systeme und der Raumfahrt stehen hierbei die Ressourcensparsamkeit und Robustheit der Softwarelösungen im Fokus.
Für die Entwicklung und das Prototyping von Robotiksystemen sind Visualisierung und Verarbeitung großer Datenmengen und komplexer Datenstrukturen ein zentraler Bestandteil moderner Entwicklungsprozesse. Insbesondere Echtzeitdaten stellen Entwickler vor eine große Herausforderung. Für eine tiefgehende Analyse von Echtzeitdaten und für ein intuitives Verständnis der Daten und ihrer Relevanz sind übersichtliche und effiziente Tools unabdingbar. Hierbei ist es essenziell, dass Entwickler auf eine umfangreiche Bibliothek vorgefertigter robuster Algorithmen zurückgreifen können und das schnelle Prototypen neuer Algorithmen und Analyseabläufe unterstützt wird. Trotz der Relevanz bestehen für diesen Schwerpunkt der Dateninteraktion nur wenige Softwarelösungen.
Hieraus folgt der Bedarf für eine auf Entwickler ausgerichtete Software, die fähig ist, eine große Bandbreite verschiedener Daten effizient und mit geringer Latenz zu visualisieren, zu modifizieren und mit ihr intuitiv zu interagieren. Damit die entwickelten Algorithmen in realen Systemen zum Einsatz kommen können, muss eine solche Softwarelösung fähig sein, den konzeptionierten Algorithmus auf Quellcodeebene zu optimieren.

Das Ziel dieses Projekts liegt in der Entwicklung einer Softwareanwendung zur Node-basierten Datenvisualisierung und Datenverarbeitung.

Der Umfang der im Rahmen des Projekts entwickelten Softwareanwendung gliedert sich in folgende Aufgaben:

• Entwicklung eines Pipeline-basierten Backends für die Datenverarbeitungs in Rust
• Entwicklung einer beispielhaften Standardbibliothek für Datenverarbeitung und mathematischer Operationen im Bereich Robotik/ Sensorik
• Entwicklung eines Systems, um Pipeline-basierte Algorithmen zu optimieren und als Stand-alone-Anwendung zu kompilieren
• Design und Entwicklung eines webbasierten User-Interfaces zur Erstellung, Bearbeitung und intuitiven Visualisierung der Pipeline Struktur
• Entwicklung echtzeitfähiger Datenvisualisierungs-Nodes im UI bezogen auf Daten aus der Robotik und Sensorik

Anmeldung im Stud.IP bis: 31.10.23
Projektauftakt am: 15.11.23
Max. Gruppengröße: 6
Ansprechperson: Dario Niermann (nie@biba.uni-bremen.de)

Die manuelle Montage von Baugruppen soll zukünftig automatisch überwacht werden. Dazu benötigt es sehr robuste Systeme zur Erkennung von Bauteilen, Händen und Bewegungsabläufen, die in der Lage sind Objektverdeckung, Objektzusammenfügung, schnelle Bewegungen und unbekannte Objekten zu verarbeiten. Hierzu bieten sich Kamerasysteme mit Tiefenerkennung an, um die Positionierung der Bauteile bestimmen zu können. Außerdem müssen Methoden zur einfachen Erlernung neuer Objekte zur Verfügung stehen, um neue Baugruppen zu verarbeiten. Im Rahmen dieses Lehrprojektes soll ein solches Erkennungssystem erarbeitet werden. Dazu soll zunächst die optimale Hardwareausstattung untersucht werden und darauf folgend verschiedene Ansätze zur Objekterkennung systematisch entwickelt werden (machine-vision, pattern-matching, CNN). Abschließend sollen Tests zur Evaluierung des Systems durchgeführt werden.

Anmeldung im Stud.IP bis: 27.10.2023
Projektauftakt am: 13.11.2023
Max. Gruppengröße: 4-6 Personen
Ansprechperson: Burak Vur, vur@biba.uni-bremen.de

In einer zunehmend vernetzten Welt gewinnen Lokalisierungsdienste eine immer größere Bedeutung. Während GPS (Global Positioning System) im Freien eine bewährte Methode zur Standortbestimmung ist, stellt die präzise Lokalisierung in geschlossenen Räumen nach wie vor eine technische Herausforderung dar. In Innenräumen, wo GPS-Signale häufig nicht verfügbar oder ungenau sind, sind alternative Lösungen gefragt, um genaue Standortdaten zu liefern. Eine vielversprechende Antwort auf diese Herausforderung bietet die Entwicklung von Smartphone-basierten Lokalisierungsmethoden für geschlossene Räume. Geschlossene Räume, sei es in Einkaufszentren, Flughäfen, Krankenhäusern oder Produktionsanlagen, erfordern häufig genaue Standortinformationen für Navigation, Sicherheit und effizientes Ressourcenmanagement. Smartphones, die heute nahezu allgegenwärtig sind, bieten eine Fülle von Sensoren und Kommunikationstechnologien, die zur Entwicklung solcher Lokalisierungslösungen genutzt werden können. In diesem Lehrprojekt soll die Entwicklung einer Smartphone-basierten Lokalisierungsmethode für geschlossene Räume angestrebt werden. Hierbei umfasst das Lehrprojekt die Auswahl und Integration von Hardwarekomponenten, die Entwicklung komplexer Algorithmen zur Sensorfusion und Datenverarbeitung sowie die Anwendung von Techniken wie Fingerprinting, um präzise Positionsinformationen in Innenräumen zu generieren.

Anmeldung im Stud.IP bis: wird in StudIP bekannt gegeben
Projektauftakt am: wird in StudIP bekannt gegeben
Max. Gruppengröße: wird in StudIP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de),
Stephan Hopfmüller (hop@biba.uni-bremen.de)

80 Prozent aller Tierarten in Deutschland sind Insekten. Sie bestäuben Pflanzen, verwerten organisches Material, verbessern die Bodenfruchtbarkeit und sind ein unverzichtbarer Teil unserer Ökosysteme. Doch ihre Zahl und ihre Vielfalt sind bedroht. Durch dieses Forschungsprojekt soll die interdisziplinäre Initiative „KInsecta“ unterstützt und ausgebaut werden, um die heimische Insektenvielfalt digital und automatisiert zu erfassen.
Zusammen mit einem Team von Studierenden der Biologie (Entomolog*innen) an der Universität Bremen besteht in Lehr- bzw. Forschungsprojekt die Möglichkeit, je nach Interesse und Eignung an folgenden Teilaufgaben zu arbeiten:
Aufgabe: Insektenbildgebung
Aufgabe: Erfassung von Umgebungsbedingungemn
Aufgabe: Klassifizierung der Insekten mit Hilfe von KI-Algorithmen
Aufgabe: Zusätzliche Sensorik
Aufgabe: Datenübertragung, Datenbank und Dashboard
Aufgabe: Struktur, Gehäuse und Energieversorgung

Anmeldung im Stud.IP bis: 22.10.2023
Projektauftakt am: 23.10.2023
Max. Gruppengröße:
Ansprechperson: Kenneth Rüstmann, ruestmann@bime.de

Am bime wird im Projekt KIWI eine VR-Lernumgebung für die Mensch-Roboter-Kollaboration entwickelt.
In einem vorherigen Studierendenprojekt wurde an der experimentellen, modularen Montageanlage EMMA ein Montageszenario entwickelt, das die kollaborative Montage mit Hilfe von Robotern beinhaltet. Dieses soll nun auf Grundlage der Unreal Engine in die virtuelle Realität übertragen werden. Dabei soll das Szenario so gestaltet werden, dass der Nutzer mit Hilfe eines Head-Mounted-Displays oder eines Smartphone-Displays die einzelnen Montageschritte durchführen kann. Das langfristige Ziel ist es, den Nutzern die Möglichkeit zu bieten, die Montage in der virtuellen Umgebung zu erlernen und dann nahtlos an der realen Anlage umzusetzen.
Projektziele:
• Modellierung der Montageanlage und Bauteile in der Unreal Engine
• Modellierung der kollaborativen Roboter in der Unreal Engine
• Implementierung der Montageschritte in die virtuelle Realität
• Implementierung einer intuitiven Benutzerinteraktion und -oberfläche

Die virtuelle Umgebung basiert auf der Unreal Engine. C++ Kenntnisse sind von Vorteil, aber keine Voraussetzung, da die Engine auch mit Hilfe von visual programming mittels sogenannter Blueprints programmiert werden kann.

Anmeldung im Stud.IP bis: 23.10.2023
Projektauftakt am:27.10.2023
Max. Gruppengröße: 5
Ansprechperson: Björn Papenberg, M.Sc., papenberg@bime.de

Die Beurteilung des Verschleißzustands von Fräswerkzeugen erfolgt in den meisten Fertigungsbetrieben durch in Augenscheinnahme und subjektive Beurteilung seitens der Mitarbeitenden. Zur Steigerung der Beurteilungsgüte entwickelt das bime gemeinsam mit Industriepartnern ein Assistenzsystem, welches mittels Methoden der künstlichen Intelligenz eine Vorbewertung der Werkzeuge vornehmen kann.
Der Beurteilungsalgorithmus basiert auf einem neuronalen Netz, welches mittels Fotos von Fräswerkzeugen mit bekanntem Verschleißzustand trainiert wird. Für die Durchführung des Trainings wird eine sehr große Anzahl an Bildern von nicht-, teil- und vollverschlissenen Fräswerkzeugen benötigt. Jedes Werkzeug muss aus mehreren Perspektiven fotografiert werden. Zur Erleichterung dieses Arbeitsgangs und zur Erprobung der Kameratechnik besteht ein Versuchsstand, der Fräswerkzeuge vor der Kamera positionieren und drehen kann. Der Versuchsstand ist mit einer Ringleuchte und einer Koaxialleuchte ausgestattet und in Abbildung 1 dargestellt.
Im Rahmen dieser Projektarbeit nehmen Sie ein KI-basiertes System zur automatisierten Verschleißerkennung an Fräswerkzeugen in Betrieb. Hierzu entwickeln Sie zunächst eine Software, welche das automatisierte Ausrichten von Fräswerkzeugen unterschiedlicher Geometrie durch den Versuchsstand ermöglicht. Anschließend konzipieren Sie einen Versuchsplan und führen Versuche durch.
Mit den aus den Versuchen gewonnenen Ergebnissen optimieren Sie einen Algorithmus mit dem Ziel die Erkennungsgenauigkeit zu verbessern.

Die regelmäßige Prüfung von Bauwerken, wie Brücken oder Windenergieanlagen, auf Oberflächenschäden ist essenziell für die Zustandsbewertung und Planung bedarfsgerechter Wartungen. Bestehende Lösungen stellen jedoch immer einen Kompromiss aus Messabstand und Auflösungsvermögen dar. Der Einsatz von drohnenbasierten optischen Messsystemen eröffnet die Möglichkeit zur präzisen Geometrieerfassung von lokalen Oberflächenschäden an schwer zugänglichen Strukturen im Millimeterbereich.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe23/24
Max. Gruppengröße: 3
Ansprechperson: Janek Otto (janek.otto@uni-bremen.de)

Im Rahmen der Arbeit soll eine Softwareschnittstelle zur Kommunikation mit einem Datenserver implementiert werden, der die Verwaltung und Steuerung von Analyse-Modellen übernimmt. Die Softwareschnittstelle soll Teil einer grafischen Benutzeroberfläche werden, die die Analyse von Nahinfrarot-Spektren übernimmt. So soll es durch die Erweiterung möglich sein, Analyse-Modelle von einem Datenserver zu laden sowie bestehende Modelle zu ersetzen. Die Arbeit umfasst dabei die Erstellung der entsprechenden Schnittstelle für den Client als auch für den Server. So soll es möglich sein verschiedene Modelle auf dem Server zu speichern, die durch Interaktion geladen und für die Analyse verwendet werden können.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: 01.12.2023
Max. Gruppengröße: 3
Ansprechperson: Felix Cordes, fcordes@uni-bremen.de

Die Ortung von Ultraschallsignalen ist wichtiger Baustein in unterschiedlichen Anwendungen, wie beispielsweise der Strukturüberwachung. Materialänderungen in Festkörpern, beispielsweise ausgelöst durch einen Riss, haben die lokale Freisetzung von Energie zur Folge. Dies führt zur Ausbreitung einer transienten elastischen Welle, die sich großflächig in der jeweiligen Struktur ausbreitet. Ein großer Teil dieser elastischen Welle liegt im Frequenzbereich des Ultraschalls. Kann die Signalquelle des Ultraschallsignals geortet werden, ist dementsprechend auch der Ort des Strukturschadens bekannt.

Ziel in diesem Projekt ist Ortung der Signalquelle von Ultraschallsignalen auf einer Stahlplatte. Als Signalquelle dient ein Ultraschallsensor, mit dem systematisch ein breitbandiges Ultraschallsignal an verschiedenen Punkten auf der Stahlplatte angeregt wird.

Anmeldung im Stud.IP bis: 30.09.2023
Projektauftakt am: 06.10.2023
Max. Gruppengröße: 6
Ansprechperson: Kuan Chaing Seng, kuan.chaing.seng@zarm.uni-bremen.de

This project will continue the development of a universal tool to compute the supersonic ascent of sounding rockets using ANSYS CFX

- Follow up on current simulation status from previous group with literature review (previous tasks that should have been completed during submission of report)

- Guided User Interface Development with Database Infrastructure Implementation
i) Frontend program development for GUI (suggested programming language is Java due to existing framework with efficiency)
ii) Backend communication with ANSYS software using Python scripting
iii) Database infrastructure development using MYSQL or other current database systems

- Angle of attack on existing nose cone structures
i) Basic implementation of angle of attack in current existing model
ii)Check simulation limits (e.g. min/max angle) with respect to physical theory and obtained results
iii)Combination of two nose cones (Blunted and Ogive) that are available now in one simulation platform/set-up and implement angle of attack.
iv) Further meshing optimization/mesh import settings

- Improve coupling of CFD and thermal transient simulation
i) Develop further the 2nd Iteration cycle (or add extra iteration cycle depending on accuracy of simulation results) – couple back results into CFX and cross check results (continuation of progress from current student group)

- Ablative layer improvement
i) Improve and optimize the parameters that allow for better simulation results

- Investigation of CFX pre settings in order to optimize the simulation speed and results
i) Identify the important factors that affect simulation speed, stability and accuracy with the aim of optimization

Anmeldung im Stud.IP bis: 30.09.2023
Projektauftakt am: 06.10.2023
Max. Gruppengröße: 4
Ansprechperson: Marvin Warner (marvin.warner@zarm.uni-bremen.de)

The ZARM institute investigates multiple quantum sensor for sensing of accelerations or pressures, as well as different approaches to provide frequency references.
This project will study different enabling technologies supporting the developments of these quantum sensors and frequency references.
The current project phase covers:
• Implementation of molecular references using spectroscopy cells of Rb and Iodine
• Measurements on a simple cavity setup at 1064nm
• Investigations on optical viewport implementation using bonding technologies

Anmeldung im Stud.IP bis: 20.10.2023
Projektauftakt am: nach Absprache
Max. Gruppengröße: 4
Ansprechperson: M.Sc. Dirk Schweers, ser@biba.uni-bremen.de

Projektionsmapping bezeichnet die verzerrungsfreie Projektion von graphischen Elementen auf 3D Objekte im Raum. Diese Technik kann für künstlerische Inszenierungen sowie für die Darstellung von Informationen in der Industrie, zum Beispiel in Assistenzsystemen verwendet werden. Aufgrund der räumlichen Ausdehnung der 3D-Objekte kommen in der Regel mehr als ein Projektor zum Einsatz.
Im Kunstbereich stehen bereits kommerzielle Produkte zur Verfügung in denen man mit geringer Einarbeitung Szenerien erstellen kann, bieten jedoch keine offene Schnittstelle, um sie in industriellen Anwendungen zu implementieren. Im Open Source Bereich gibt es Algorithmen, die grundsätzlich in der Lage sind, die Berechnungen für das Projektionsmapping durchzuführen, jedoch ist für die Erstellung von Szenerien mehr Vorwissen erforderlich.
Projektinhalt:
Das Projekt gliedert sich in zwei Teilbereiche, die nach einem selbstgewählten Projektvorgehensmodelle bearbeitet werden:
1. Unter der Verwendung von Unity oder ähnlichen Game Engins soll eine GUI entwickelt werden, in der beliebige 3D-Modelle geladen werden können. Nach einer metrischen Skalierung soll das Objekt in einzelne Meshes vereinzelt werden, welche anschließend für die Projektion zur Verfügung stehen. Die Umwandlung von 3D-Modellen in 2D Abbildern zur Projektion erfolgt in der Regel durch die Game Engine.
2. Das Projektionsmapping soll prototypisch evaluiert werden. Für eine verzerrungsfreie Darstellung müssen jedoch die intrinsischen und extrinsischen Parameter der Projektoren bekannt sein. Die Parameter werden in einer Projektor-Kalibrierung ermittelt, die auf ähnliche Weise wie die Verfahren der Kamera-Kalibrierung arbeitet. Um den Aufwand der Kalibrierung für den Anwender zu reduzieren, soll im Rahmen des Projektes ein Workflow entwickelt werden, der die Kalibrierung mehrerer Projektoren weitestgehend automatisiert.

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Bei der Beschaffung technischer Systeme stellt die anforderungsgerechte Lösungsauswahl eine häufige Herausforderung dar. Häufig werden dazu von Anbietern oder Dritten Checklisten zur Datenaufnahme bereitgestellt. Eine automatisierte Weiterverarbeitung in Form einer automatischen Systemauswahl erfolgt auf Grund von Medienbrüchen dabei i.d.R. nicht oder nur in sehr rudimentären Auswahlassistenten einzelner Anbieter. Zwar existieren seit den 80ern Ansätze für eine umfassende, automatische Entscheidungsfindung Expertenwissen zu kodifizieren, häufig sind diese aber auf spezifische Probleme zugeschnitten und stellen keine breit anwendbare Lösung für die Auswahl von technischen Systemen dar.
Um einen durchgängigen Planungs- und Auswahlprozess für technische Systeme zu etablieren ist es erforderlich, die für die Auswahl relevanten Informationen digital zu erfassen und nach einem einheitlichen Schema maschinenlesbar abzuspeichern.
Das gilt sowohl für Randbedingungen und Auswahlkriterien, als auch für die Eigenschaften des Zielsystems, die anhand von Entscheidungsregeln zu verknüpften sind. Um eine möglichst breite Anwendung in verschiedenen Szenarien bzw. Technologien zu erreichen, ist eine abstrakte Repräsentation der Daten erforderlich.
Im Rahmen des Projekts soll eine web-basierte Software umgesetzt werden, mit der Anforderungschecklisten und Regelwerke für verschiedene industrielle Anwendungsfälle erstellt werden können. Darüber hinaus wird eine einfach zu bedienende Nutzerschnittstelle benötigt, mit der der Endanwender die bereitgestellten Vorlagen ausfüllen kann. Im Detail sollen u.a. folgende Teilziele erreich werden.
• Recherche und Abstraktion von relevanten Prozess- und Systemeigenschaften
• Entwicklung einer Methode zur Überführung in eine digitale Checkliste zur systematischen Datenerfassung
• Umsetzung einer Nutzeroberfläche für die Datenaufnahme
• Exemplarische Implementierung einer Schnittstelle zur Verknüpfung von Prozess- und Systemeigenschaften
• Evaluation anhand von Fallbeispielen

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Für die zuverlässige Bestimmung von Flottengrößen bei der Planung von Fahrerlosen Transportfahrzeugen (FTF) bzw. -systemen (FTS) und Autonomen Mobilen Robotern (AMR) stellt die dynamische Materialflusssimulation das Mittel der Wahl dar. Die Erstellung von Simulationsmodellen erfordern Fachwissen und Zeit. Um die Modellierung zu vereinfachen und kurzfristig sowie ohne explizites Anwendungswissen eine hochwertige Entscheidungsgrundlage zu erhalten, sollen im Rahmen des Projekts die Möglichkeiten untersucht werden, wie sich dieser Schritt automatisieren lässt und eine softwaretechnische Lösung dafür entwickelt und getestet werden.
Die Herausforderung besteht darin, die zur Modellbildung notwendigen Daten abzuleiten und digital über eine entsprechend zu gestaltende Nutzerschnittstelle zu erfassen, sodass ein Simulationsdatensatz erstellt werden kann, der alle notwendigen Informationen umfasst. Dieser ist so weiterzuverarbeiten, dass am Ende ein Simulationsmodell erzeugt und ausgeführt werden kann, ohne dass der Anwender hierzu mit der i.d.R. komplexen und kostenintensiven Simulationssoftware interagieren muss. Hierzu sind verschiedenen Simulationsprogramme zu untersuchen und eine Schnittstelle umzusetzen, mit der aus dem Konfigurationsdatensatz ein spezifisches Simulationsmodell erzeugt werden kann.

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Unternehmen stehen bei der Implementierung und Entwicklung technischer Systeme häufig vor der Herausforderung eine anforderungsgerechte Auswahl unter den verschiedenen Lösungen oder einzelnen, miteinander zu kombinierende Komponenten zu treffen. Zur Unterstützung der Beteiligten bietet es sich an, den Auswahlprozess z.B. mit einem Expertensystem zu automatisieren, wofür die unterschiedlichen Lösungen zunächst digital erfasst und abgebildet werden müssen.
Häufig existiert eine große Variantenvielfalt mit einer Vielzahl von Systemeigenschaften und Ausprägungen, wobei oftmals verschiedene Bezeichnungen für gleiche Systemmerkmale oder deren Ausprägungen verwendet werden. Dem gegenüber stehen Produktfamilien einzelne Hersteller, in denen sich die Systeme in nur wenigen Merkmalen unterscheiden oder so konzipiert sind, dass sie durch Module, Teilweise anderer Hersteller erweitert werden können. Die Katalogisierung ist zeitaufwändig und von häufig wiederkehrenden Arbeitsschritten geprägt, sodass der Bedarf nach einer menschzentrierten Benutzerschnittstelle formuliert werden kann, die eine effiziente Katalogisierung ermöglicht, recherchierte Lösungen anhand eines einheitlichen Schemas maschinenlesbar abspeichert und für Mensch und Maschine durchsuchbar repräsentiert. Im Detail sollen dabei folgende Teilziele erreich werden.
• Recherche zum technischen Stand der Abbildung variantenreicher Systeme
• Konzeption einer Datenstruktur für das systematische Katalogisieren variantenreicher Lösungen
• Entwicklung einer Nutzerschnittstelle für die Katalogisierung der Lösungen
• Entwicklung von Schnittstellen für das manuelle sowie automatische Durchsuchen, Filtern und Auswählen
• Funktioneller Nachweis durch exemplarisches Abbilden verschiedener Produkte
• Evaluation der Usability in einer Nutzerstudie

Anmeldung im Stud.IP bis: wird in StudIP bekannt gegeben
Projektauftakt am: wird in StudIP bekannt gegeben
Max. Gruppengröße: wird in StudIP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de),
Stephan Hopfmüller (hop@biba.uni-bremen.de)

80 Prozent aller Tierarten in Deutschland sind Insekten. Sie bestäuben Pflanzen, verwerten organisches Material, verbessern die Bodenfruchtbarkeit und sind ein unverzichtbarer Teil unserer Ökosysteme. Doch ihre Zahl und ihre Vielfalt sind bedroht. Durch dieses Forschungsprojekt soll die interdisziplinäre Initiative „KInsecta“ unterstützt und ausgebaut werden, um die heimische Insektenvielfalt digital und automatisiert zu erfassen.
Zusammen mit einem Team von Studierenden der Biologie (Entomolog*innen) an der Universität Bremen besteht in Lehr- bzw. Forschungsprojekt die Möglichkeit, je nach Interesse und Eignung an folgenden Teilaufgaben zu arbeiten:
Aufgabe: Insektenbildgebung
Aufgabe: Erfassung von Umgebungsbedingungemn
Aufgabe: Klassifizierung der Insekten mit Hilfe von KI-Algorithmen
Aufgabe: Zusätzliche Sensorik
Aufgabe: Datenübertragung, Datenbank und Dashboard
Aufgabe: Struktur, Gehäuse und Energieversorgung

Anmeldung im Stud.IP bis: wird in Stud.IP bekannt gegeben
Projektauftakt am: wird in Stud.IP bekannt gegeben
Max. Gruppengröße: wird in Stud.IP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de)

Der Campus selbst bietet sich durch seinen heterogenen Aufbau für die Abbildung von verschiedenen Funktionen im Bereich der Energieforschung als sog. Reallabor an.
Dies reicht von der Energieerzeugung, durch z.B. Photovoltaik-Anlagen und Windenergieanlagen, über den Energietransport mit Hilfe von Leitungen und Kabeln bis hin zum Energieverbrauch in Büro-, Wohn- und Laborgebäuden sowie in Werkstätten (Betriebsgebäude). Dabei werden zudem unterschiedliche „Arten der Energie“ verwendet, wie insbesondere elektrische Arbeit aber auch Druckluftströme sowie Heiz- und Kühlwasser- bzw. -luftströme.
Mit Hilfe einer IoT Lösung (als Entwicklungsplattform) auf der Basis eines „Raspberry Pi“ Computers sollen auf dem Campus der Universität Bremen Energieflüsse bzw. physikalische Größen zur Bestimmung von Energieflüssen und der Energieeffizienz erfolgen.
So wäre es mit verhältnismäßig geringem Aufwand möglich, erste Informationen zu den Energieflüssen auf dem Campus zu bekommen und Wissen über das energetische Verhalten von Menschen und Technik zu generieren.

Der Fokus des Projekts liegt auf der Erweiterung einer vorhandener IoT Lösungen zum Anschluss und zur Einbindung von weiteren Sensoren (Hard- und Softwareseitig) für z.B. Strom, Spannung, Temperatur, Druck und Volumenströmen. Sowie in dem Aufbau der Messstellen für ein exemplarisches Gebäude der Universität.
Die aufgenommenen Daten sollen über das universitäre WLAN an einen Server versandt werden. Auf dieser Basis sollen verschiedene Mögliche Auswertealgorithmen entwickele werden und eine Visualisierung der Daten bzw. Auswertungen in einem sogenannten Dashboard exemplarisch umgesetzt werden.
Das Lehrprojekt ist in das Forschungsprojekt „BreGoS“ eingebunden.
https://www.uni-bremen.de/bregos

Anmeldung im Stud.IP bis: 22.10.2023
Projektauftakt am: 23.10.2023
Max. Gruppengröße: 5
Ansprechperson: Kenneth Rüstmann, ruestmann@bime.de

Am bime wird im Projekt KIWI eine VR-Lernumgebung für die Mensch-Roboter-Kollaboration entwickelt.
Für diese virtuelle Umgebung wurde in einem vorherigen Projekt eine bidirektionale Schnittstelle zwischen einem virtuellen Roboter und der Steuerung eines echten Roboters erstellt. Darauf aufbauend soll nun eine Rückkopplung aus der Realität in die Virtualität erfolgen, indem mit Hilfe eines Sensors die Umgebung des Roboters in der virtuellen Umgebung abgebildet wird und auf Veränderungen in der Umgebung reagiert werden kann. Nur so kann eine sogenannte Teleoperation, das heißt das Steuern des Roboters aus der Ferne, mit Hilfe eines Head-Mounted-Displays, ohne Sicherheitsbedenken ausgeführt werden.


Projektziele:
• Implementierung eines Sensorsystems zur Echtzeitüberwachung des Arbeitsraums des kollaborativen Roboters.
• Integration des Sensors in die Steuerungsarchitektur des Roboters.
• Entwicklung einer Benutzeroberfläche in der Unreal Engine, die den Arbeitsraum des Roboters in Echtzeit visualisiert.
• Gewährleistung einer reibungslosen Kommunikation zwischen Sensor, Steuerung und der virtuellen Realität.

Die virtuelle Umgebung basiert auf der Unreal Engine. C++ Kenntnisse sind von Vorteil, aber keine Voraussetzung, da die Engine auch mit Hilfe von visual programming mittels sogenannter Blueprints programmiert werden kann.

Anmeldung im Stud.IP bis: 01.11.2023
Projektauftakt am: 02.11.2023
Max. Gruppengröße: 6
Ansprechperson: Daniel Weerts (daniel.weerts@uni-bremen.de)

Bei der Montage von 3D gedruckten Bauteilen stellen in den Kunststoff geschnittene Gewinde oder nachträglich eingeschmolzene Gewindeeinsätze eine Schwachstelle der Komponenten dar. Durch das Einbringen von Metallmuttern während des Druckprozesses kann diese behoben werden. Das manuelle Einlegen ist je nach Druckdauer jedoch ein zeitintensiver Vorgang.
In diesem Projekt soll das Zusammenspiel eines FDM Druckers und eines Industrieroboters so konzipiert und umgesetzt werden, dass dieser Vorgang automatisiert abläuft. Dazu soll der Drucker den Druckvorgang an den entsprechenden Stellen pausieren. Der Industrieroboter soll die Mutter daraufhin in die dafür vorgesehene Tasche im Druckteil einlegen, sodass der Drucker den Druckvorgang anschließend fortsetzen kann.
Die Umsetzung dieses Projektvorhabens umfasst unter anderem folgende Aspekte:
 Gestaltung der Kommunikation zwischen den Systemen
 Abstimmung der Koordinatensysteme der Systeme aufeinander
 Implementierung eines Programmablaufs
 Entwicklung einer Zuführungsstrategie für die Muttern
 Konstruktion eines entsprechenden Endeffektors/Greifers für den Roboter
 Definition von Vorschriften für die Konstruktion von 3D-Druck-Bauteilen und für den Slice-Prozess
Eigenständiges Arbeiten, Umsetzung methodischer Kenntnisse zur Produktentwicklung sowie Interesse an der Thematik werden vorausgesetzt.

Anmeldung im Stud.IP bis: 27.10.23
Projektauftakt am: 01.11.23
Max. Gruppengröße: 4
Ansprechperson: Patrick Rückert-Schindler, rueckert@bime.de

Mobile autonome Navigation bezieht sich auf die Fähigkeit von autonomen oder selbstfahrenden Systemen, sich eigenständig in ihrer Umgebung zu bewegen. Die Mensch-Maschine-Interaktion ein wichtiger Bestandteil der mobilen autonomen Navigation, da sie dazu beiträgt, die Sicherheit zu gewährleisten, die Kommunikation zu erleichtern und die Effizienz und Benutzerfreundlichkeit von autonomen Systemen zu verbessern. Ein virtueller Zwilling eines Rovers und integrierter Sensorik ermöglicht es dem Menschen, in Echtzeit auf die Sensordaten zuzugreifen und in kritischen Situationen einzugreifen. Dazu soll im Lehrprojekt eine Virtual Reality Simulationsumgebung erstellt werden.

Das Lehrprojekt umfasst folgende Inhalte:
• Entwicklung eines Konzepts eines digitalen Zwillings eines Leo-Rovers unter Einbeziehung von 3D-Bilddaten
• Programmiertechnische Integration aller Systemkomponenten und Schnittstellen in der Entwicklungsumgebung Unity
• Erprobung eines Anwendungsszenarios in virtueller Realität
• Evaluation des Systems

Anmeldung im Stud.IP bis:
Projektauftakt am: ab WiSe 2023/2024
Max. Gruppengröße: 6
Ansprechperson:
Michael Vogel, mvogel@uni-bremen.de
Leonard Schröder, lschroeder@uni-bremen.de

Am Institut für integrierte Produktentwicklung (BIK) der Universität Bremen ist eine Universalprüfmaschine zur Durchführung mechanischer Prüfverfahren vorhanden. Bei der Durchführung von Zug-, Druck- und Biegeversuchen soll ein Messsystem, zur direkten Aufnahme der Dehnung der Probeköper während dieser Versuche, erarbeitet werden. Dabei soll eine berührungslose Messmethode des Probekörpers von den Studierenden sinnvoll ausgewählt werden. Weiterhin soll ein Programm erstellt werden, mit welchem die Daten der berührungslosen Aufnahme durch eine sinnvolle Auswertungsstrategie erfasst, bewertet und ausgegeben werden. Daraufhin sollen die Dehnungswerte des zu prüfenden Materials an den Computer der Prüfmaschine übergeben werden. Nach Fertigstellung soll das Dehnungsmesssystem auf Basis der Messungenauigkeiten bewertet werden.
Dafür sollen folgende Teilaufgaben innerhalb des Projekts bearbeitet werden:
• Auswahl und Beschaffung eines geeigneten optischen Messsystems zur dynamischen Aufnahme der geometrischen Probendaten
• Durchführen verschiedener mechanischen Prüfverfahren zur Erstellung von Datensätzen mit Hilfe des ausgewählten Messsystems
• Auswahl einer softwareseitigen Erfassungs- und Verarbeitungsmethode zur Anpassung und Analyse der generierten Datensätze
• Entwicklung eines Programms zur Errechnung der Dehnung anhand der verarbeiteten Datensätze
• Bewertung der Zuverlässigkeit und Genauigkeit des Messsystems anhand verschiedener Prüfverfahren, Materialien und Geometrien
• Synchronisierung der ermittelten Dehnung mit den Daten der Prüfmaschine
• Für die erarbeitete Lösung ist eine vollständige Dokumentation zu erstellen

Anmeldung im Stud.IP bis: nach Absprache
Projektauftakt am: nach Absprache
Max. Gruppengröße: 4
Ansprechperson: Paul Große Maestrup, paul.grosse.maestrup@zarm.uni-bremen.de

Im Rahmen des Projektes „The Living Habitat“ wird ein Photobioreaktor (PBR) als Teil eines bio-regenerativen Lebenserhaltungssystems in das Moon and Mars Base Analog (MaMBA)-Habitat am ZARM integriert. Um optimale Wachstumsbedingungen für die Cyanobakterien im PBR zu schaffen, müssen verschiedene Parameter in bestimmten Bereichen konstant gehalten werden. Zu diesen Parametern zählen insbesondere die optische Dichte (OD) und der pH-Wert. Die Einstellung der beiden Werte wird momentan durch die manuelle Ansteuerung der jeweiligen Aktuatoren realisiert. Um den Betrieb des PBRs langfristig benutzerfreundlicher zu gestalten, sollen die Wachstumsparameter (pH und OD) im Rahmen dieses Projektes automatisiert geregelt werden. Hierfür ist eine umfassende Recherche zu den beiden Parametern und deren Einfluss auf das Wachstum der Cyanobakterien sowie zur PBR-Regelung im Allgemeinen durchzuführen. Daran anschließend soll eine geeignete Regelung für die beiden Parameter in das PBR-System implementiert und getestet werden.

Anmeldung ausschliesslich über Stud.IP.
Bei Fragen kontaktieren Sie bitte A .Niaz NW1 N1150 (Telefon: 0421 218 62727.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: WiSe23/24
Max. Gruppengröße: 3
Ansprechperson: Janek Otto (janek.otto@uni-bremen.de)

Im Rahmen der Arbeit soll eine Softwareschnittstelle zur Kommunikation mit einem Datenserver implementiert werden, der die Verwaltung und Steuerung von Analyse-Modellen übernimmt. Die Softwareschnittstelle soll Teil einer grafischen Benutzeroberfläche werden, die die Analyse von Nahinfrarot-Spektren übernimmt. So soll es durch die Erweiterung möglich sein, Analyse-Modelle von einem Datenserver zu laden sowie bestehende Modelle zu ersetzen. Die Arbeit umfasst dabei die Erstellung der entsprechenden Schnittstelle für den Client als auch für den Server. So soll es möglich sein verschiedene Modelle auf dem Server zu speichern, die durch Interaktion geladen und für die Analyse verwendet werden können.

Anmeldung im Stud.IP bis: 15.11.2023
Projektauftakt am: 01.12.2023
Max. Gruppengröße: 3
Ansprechperson: Felix Cordes, fcordes@uni-bremen.de

Die Ortung von Ultraschallsignalen ist wichtiger Baustein in unterschiedlichen Anwendungen, wie beispielsweise der Strukturüberwachung. Materialänderungen in Festkörpern, beispielsweise ausgelöst durch einen Riss, haben die lokale Freisetzung von Energie zur Folge. Dies führt zur Ausbreitung einer transienten elastischen Welle, die sich großflächig in der jeweiligen Struktur ausbreitet. Ein großer Teil dieser elastischen Welle liegt im Frequenzbereich des Ultraschalls. Kann die Signalquelle des Ultraschallsignals geortet werden, ist dementsprechend auch der Ort des Strukturschadens bekannt.

Ziel in diesem Projekt ist Ortung der Signalquelle von Ultraschallsignalen auf einer Stahlplatte. Als Signalquelle dient ein Ultraschallsensor, mit dem systematisch ein breitbandiges Ultraschallsignal an verschiedenen Punkten auf der Stahlplatte angeregt wird.

Rückfragen bitte an:
Julian Heidhoff, M.Sc.
Leibniz-Institut für Werkstofforientierte Technologien
Hauptabteilung Fertigungstechnik
E-Mail: heidhoff@uni-bremen.de

Anmeldung im Stud.IP bis: 30.09.2023
Projektauftakt am: 06.10.2023
Max. Gruppengröße: 6
Ansprechperson: Kuan Chaing Seng, kuan.chaing.seng@zarm.uni-bremen.de

This project will continue the development of a universal tool to compute the supersonic ascent of sounding rockets using ANSYS CFX

- Follow up on current simulation status from previous group with literature review (previous tasks that should have been completed during submission of report)

- Guided User Interface Development with Database Infrastructure Implementation
i) Frontend program development for GUI (suggested programming language is Java due to existing framework with efficiency)
ii) Backend communication with ANSYS software using Python scripting
iii) Database infrastructure development using MYSQL or other current database systems

- Angle of attack on existing nose cone structures
i) Basic implementation of angle of attack in current existing model
ii)Check simulation limits (e.g. min/max angle) with respect to physical theory and obtained results
iii)Combination of two nose cones (Blunted and Ogive) that are available now in one simulation platform/set-up and implement angle of attack.
iv) Further meshing optimization/mesh import settings

- Improve coupling of CFD and thermal transient simulation
i) Develop further the 2nd Iteration cycle (or add extra iteration cycle depending on accuracy of simulation results) – couple back results into CFX and cross check results (continuation of progress from current student group)

- Ablative layer improvement
i) Improve and optimize the parameters that allow for better simulation results

- Investigation of CFX pre settings in order to optimize the simulation speed and results
i) Identify the important factors that affect simulation speed, stability and accuracy with the aim of optimization

Anmeldung im Stud.IP bis: 30.09.2023
Projektauftakt am: 06.10.2023
Max. Gruppengröße: 4
Ansprechperson: Marvin Warner (marvin.warner@zarm.uni-bremen.de)

The ZARM institute investigates multiple quantum sensor for sensing of accelerations or pressures, as well as different approaches to provide frequency references.
This project will study different enabling technologies supporting the developments of these quantum sensors and frequency references.
The current project phase covers:
• Implementation of molecular references using spectroscopy cells of Rb and Iodine
• Measurements on a simple cavity setup at 1064nm
• Investigations on optical viewport implementation using bonding technologies

Anmeldung im Stud.IP bis: 20.10.2023
Projektauftakt am: nach Absprache
Max. Gruppengröße: 4
Ansprechperson: M.Sc. Dirk Schweers, ser@biba.uni-bremen.de

Projektionsmapping bezeichnet die verzerrungsfreie Projektion von graphischen Elementen auf 3D Objekte im Raum. Diese Technik kann für künstlerische Inszenierungen sowie für die Darstellung von Informationen in der Industrie, zum Beispiel in Assistenzsystemen verwendet werden. Aufgrund der räumlichen Ausdehnung der 3D-Objekte kommen in der Regel mehr als ein Projektor zum Einsatz.
Im Kunstbereich stehen bereits kommerzielle Produkte zur Verfügung in denen man mit geringer Einarbeitung Szenerien erstellen kann, bieten jedoch keine offene Schnittstelle, um sie in industriellen Anwendungen zu implementieren. Im Open Source Bereich gibt es Algorithmen, die grundsätzlich in der Lage sind, die Berechnungen für das Projektionsmapping durchzuführen, jedoch ist für die Erstellung von Szenerien mehr Vorwissen erforderlich.
Projektinhalt:
Das Projekt gliedert sich in zwei Teilbereiche, die nach einem selbstgewählten Projektvorgehensmodelle bearbeitet werden:
1. Unter der Verwendung von Unity oder ähnlichen Game Engins soll eine GUI entwickelt werden, in der beliebige 3D-Modelle geladen werden können. Nach einer metrischen Skalierung soll das Objekt in einzelne Meshes vereinzelt werden, welche anschließend für die Projektion zur Verfügung stehen. Die Umwandlung von 3D-Modellen in 2D Abbildern zur Projektion erfolgt in der Regel durch die Game Engine.
2. Das Projektionsmapping soll prototypisch evaluiert werden. Für eine verzerrungsfreie Darstellung müssen jedoch die intrinsischen und extrinsischen Parameter der Projektoren bekannt sein. Die Parameter werden in einer Projektor-Kalibrierung ermittelt, die auf ähnliche Weise wie die Verfahren der Kamera-Kalibrierung arbeitet. Um den Aufwand der Kalibrierung für den Anwender zu reduzieren, soll im Rahmen des Projektes ein Workflow entwickelt werden, der die Kalibrierung mehrerer Projektoren weitestgehend automatisiert.

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Bei der Beschaffung technischer Systeme stellt die anforderungsgerechte Lösungsauswahl eine häufige Herausforderung dar. Häufig werden dazu von Anbietern oder Dritten Checklisten zur Datenaufnahme bereitgestellt. Eine automatisierte Weiterverarbeitung in Form einer automatischen Systemauswahl erfolgt auf Grund von Medienbrüchen dabei i.d.R. nicht oder nur in sehr rudimentären Auswahlassistenten einzelner Anbieter. Zwar existieren seit den 80ern Ansätze für eine umfassende, automatische Entscheidungsfindung Expertenwissen zu kodifizieren, häufig sind diese aber auf spezifische Probleme zugeschnitten und stellen keine breit anwendbare Lösung für die Auswahl von technischen Systemen dar.
Um einen durchgängigen Planungs- und Auswahlprozess für technische Systeme zu etablieren ist es erforderlich, die für die Auswahl relevanten Informationen digital zu erfassen und nach einem einheitlichen Schema maschinenlesbar abzuspeichern.
Das gilt sowohl für Randbedingungen und Auswahlkriterien, als auch für die Eigenschaften des Zielsystems, die anhand von Entscheidungsregeln zu verknüpften sind. Um eine möglichst breite Anwendung in verschiedenen Szenarien bzw. Technologien zu erreichen, ist eine abstrakte Repräsentation der Daten erforderlich.
Im Rahmen des Projekts soll eine web-basierte Software umgesetzt werden, mit der Anforderungschecklisten und Regelwerke für verschiedene industrielle Anwendungsfälle erstellt werden können. Darüber hinaus wird eine einfach zu bedienende Nutzerschnittstelle benötigt, mit der der Endanwender die bereitgestellten Vorlagen ausfüllen kann. Im Detail sollen u.a. folgende Teilziele erreich werden.
• Recherche und Abstraktion von relevanten Prozess- und Systemeigenschaften
• Entwicklung einer Methode zur Überführung in eine digitale Checkliste zur systematischen Datenerfassung
• Umsetzung einer Nutzeroberfläche für die Datenaufnahme
• Exemplarische Implementierung einer Schnittstelle zur Verknüpfung von Prozess- und Systemeigenschaften
• Evaluation anhand von Fallbeispielen

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Für die zuverlässige Bestimmung von Flottengrößen bei der Planung von Fahrerlosen Transportfahrzeugen (FTF) bzw. -systemen (FTS) und Autonomen Mobilen Robotern (AMR) stellt die dynamische Materialflusssimulation das Mittel der Wahl dar. Die Erstellung von Simulationsmodellen erfordern Fachwissen und Zeit. Um die Modellierung zu vereinfachen und kurzfristig sowie ohne explizites Anwendungswissen eine hochwertige Entscheidungsgrundlage zu erhalten, sollen im Rahmen des Projekts die Möglichkeiten untersucht werden, wie sich dieser Schritt automatisieren lässt und eine softwaretechnische Lösung dafür entwickelt und getestet werden.
Die Herausforderung besteht darin, die zur Modellbildung notwendigen Daten abzuleiten und digital über eine entsprechend zu gestaltende Nutzerschnittstelle zu erfassen, sodass ein Simulationsdatensatz erstellt werden kann, der alle notwendigen Informationen umfasst. Dieser ist so weiterzuverarbeiten, dass am Ende ein Simulationsmodell erzeugt und ausgeführt werden kann, ohne dass der Anwender hierzu mit der i.d.R. komplexen und kostenintensiven Simulationssoftware interagieren muss. Hierzu sind verschiedenen Simulationsprogramme zu untersuchen und eine Schnittstelle umzusetzen, mit der aus dem Konfigurationsdatensatz ein spezifisches Simulationsmodell erzeugt werden kann.

Anmeldung im Stud.IP bis: 30.10.23
Projektauftakt am: 03.11.23
Max. Gruppengröße: 4
Ansprechperson: Nils Hoppe, hpp@biba.uni-bremen.de

Unternehmen stehen bei der Implementierung und Entwicklung technischer Systeme häufig vor der Herausforderung eine anforderungsgerechte Auswahl unter den verschiedenen Lösungen oder einzelnen, miteinander zu kombinierende Komponenten zu treffen. Zur Unterstützung der Beteiligten bietet es sich an, den Auswahlprozess z.B. mit einem Expertensystem zu automatisieren, wofür die unterschiedlichen Lösungen zunächst digital erfasst und abgebildet werden müssen.
Häufig existiert eine große Variantenvielfalt mit einer Vielzahl von Systemeigenschaften und Ausprägungen, wobei oftmals verschiedene Bezeichnungen für gleiche Systemmerkmale oder deren Ausprägungen verwendet werden. Dem gegenüber stehen Produktfamilien einzelne Hersteller, in denen sich die Systeme in nur wenigen Merkmalen unterscheiden oder so konzipiert sind, dass sie durch Module, Teilweise anderer Hersteller erweitert werden können. Die Katalogisierung ist zeitaufwändig und von häufig wiederkehrenden Arbeitsschritten geprägt, sodass der Bedarf nach einer menschzentrierten Benutzerschnittstelle formuliert werden kann, die eine effiziente Katalogisierung ermöglicht, recherchierte Lösungen anhand eines einheitlichen Schemas maschinenlesbar abspeichert und für Mensch und Maschine durchsuchbar repräsentiert. Im Detail sollen dabei folgende Teilziele erreich werden.
• Recherche zum technischen Stand der Abbildung variantenreicher Systeme
• Konzeption einer Datenstruktur für das systematische Katalogisieren variantenreicher Lösungen
• Entwicklung einer Nutzerschnittstelle für die Katalogisierung der Lösungen
• Entwicklung von Schnittstellen für das manuelle sowie automatische Durchsuchen, Filtern und Auswählen
• Funktioneller Nachweis durch exemplarisches Abbilden verschiedener Produkte
• Evaluation der Usability in einer Nutzerstudie

Anmeldung im Stud.IP bis: wird in StudIP bekannt gegeben
Projektauftakt am: wird in StudIP bekannt gegeben
Max. Gruppengröße: wird in StudIP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de),
Stephan Hopfmüller (hop@biba.uni-bremen.de)

80 Prozent aller Tierarten in Deutschland sind Insekten. Sie bestäuben Pflanzen, verwerten organisches Material, verbessern die Bodenfruchtbarkeit und sind ein unverzichtbarer Teil unserer Ökosysteme. Doch ihre Zahl und ihre Vielfalt sind bedroht. Durch dieses Forschungsprojekt soll die interdisziplinäre Initiative „KInsecta“ unterstützt und ausgebaut werden, um die heimische Insektenvielfalt digital und automatisiert zu erfassen.
Zusammen mit einem Team von Studierenden der Biologie (Entomolog*innen) an der Universität Bremen besteht in Lehr- bzw. Forschungsprojekt die Möglichkeit, je nach Interesse und Eignung an folgenden Teilaufgaben zu arbeiten:
Aufgabe: Insektenbildgebung
Aufgabe: Erfassung von Umgebungsbedingungemn
Aufgabe: Klassifizierung der Insekten mit Hilfe von KI-Algorithmen
Aufgabe: Zusätzliche Sensorik
Aufgabe: Datenübertragung, Datenbank und Dashboard
Aufgabe: Struktur, Gehäuse und Energieversorgung

Anmeldung im Stud.IP bis: wird in Stud.IP bekannt gegeben
Projektauftakt am: wird in Stud.IP bekannt gegeben
Max. Gruppengröße: wird in Stud.IP bekannt gegeben
Ansprechperson:
Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de)

Der Campus selbst bietet sich durch seinen heterogenen Aufbau für die Abbildung von verschiedenen Funktionen im Bereich der Energieforschung als sog. Reallabor an.
Dies reicht von der Energieerzeugung, durch z.B. Photovoltaik-Anlagen und Windenergieanlagen, über den Energietransport mit Hilfe von Leitungen und Kabeln bis hin zum Energieverbrauch in Büro-, Wohn- und Laborgebäuden sowie in Werkstätten (Betriebsgebäude). Dabei werden zudem unterschiedliche „Arten der Energie“ verwendet, wie insbesondere elektrische Arbeit aber auch Druckluftströme sowie Heiz- und Kühlwasser- bzw. -luftströme.
Mit Hilfe einer IoT Lösung (als Entwicklungsplattform) auf der Basis eines „Raspberry Pi“ Computers sollen auf dem Campus der Universität Bremen Energieflüsse bzw. physikalische Größen zur Bestimmung von Energieflüssen und der Energieeffizienz erfolgen.
So wäre es mit verhältnismäßig geringem Aufwand möglich, erste Informationen zu den Energieflüssen auf dem Campus zu bekommen und Wissen über das energetische Verhalten von Menschen und Technik zu generieren.

Der Fokus des Projekts liegt auf der Erweiterung einer vorhandener IoT Lösungen zum Anschluss und zur Einbindung von weiteren Sensoren (Hard- und Softwareseitig) für z.B. Strom, Spannung, Temperatur, Druck und Volumenströmen. Sowie in dem Aufbau der Messstellen für ein exemplarisches Gebäude der Universität.
Die aufgenommenen Daten sollen über das universitäre WLAN an einen Server versandt werden. Auf dieser Basis sollen verschiedene Mögliche Auswertealgorithmen entwickele werden und eine Visualisierung der Daten bzw. Auswertungen in einem sogenannten Dashboard exemplarisch umgesetzt werden.
Das Lehrprojekt ist in das Forschungsprojekt „BreGoS“ eingebunden.
https://www.uni-bremen.de/bregos

Anmeldung im Stud.IP bis: 22.10.2023
Projektauftakt am: 23.10.2023
Max. Gruppengröße: 5
Ansprechperson: Kenneth Rüstmann, ruestmann@bime.de

Am bime wird im Projekt KIWI eine VR-Lernumgebung für die Mensch-Roboter-Kollaboration entwickelt.
Für diese virtuelle Umgebung wurde in einem vorherigen Projekt eine bidirektionale Schnittstelle zwischen einem virtuellen Roboter und der Steuerung eines echten Roboters erstellt. Darauf aufbauend soll nun eine Rückkopplung aus der Realität in die Virtualität erfolgen, indem mit Hilfe eines Sensors die Umgebung des Roboters in der virtuellen Umgebung abgebildet wird und auf Veränderungen in der Umgebung reagiert werden kann. Nur so kann eine sogenannte Teleoperation, das heißt das Steuern des Roboters aus der Ferne, mit Hilfe eines Head-Mounted-Displays, ohne Sicherheitsbedenken ausgeführt werden.


Projektziele:
• Implementierung eines Sensorsystems zur Echtzeitüberwachung des Arbeitsraums des kollaborativen Roboters.
• Integration des Sensors in die Steuerungsarchitektur des Roboters.
• Entwicklung einer Benutzeroberfläche in der Unreal Engine, die den Arbeitsraum des Roboters in Echtzeit visualisiert.
• Gewährleistung einer reibungslosen Kommunikation zwischen Sensor, Steuerung und der virtuellen Realität.

Die virtuelle Umgebung basiert auf der Unreal Engine. C++ Kenntnisse sind von Vorteil, aber keine Voraussetzung, da die Engine auch mit Hilfe von visual programming mittels sogenannter Blueprints programmiert werden kann.

Anmeldung im Stud.IP bis: 01.11.2023
Projektauftakt am: 02.11.2023
Max. Gruppengröße: 6
Ansprechperson: Daniel Weerts (daniel.weerts@uni-bremen.de)

Bei der Montage von 3D gedruckten Bauteilen stellen in den Kunststoff geschnittene Gewinde oder nachträglich eingeschmolzene Gewindeeinsätze eine Schwachstelle der Komponenten dar. Durch das Einbringen von Metallmuttern während des Druckprozesses kann diese behoben werden. Das manuelle Einlegen ist je nach Druckdauer jedoch ein zeitintensiver Vorgang.
In diesem Projekt soll das Zusammenspiel eines FDM Druckers und eines Industrieroboters so konzipiert und umgesetzt werden, dass dieser Vorgang automatisiert abläuft. Dazu soll der Drucker den Druckvorgang an den entsprechenden Stellen pausieren. Der Industrieroboter soll die Mutter daraufhin in die dafür vorgesehene Tasche im Druckteil einlegen, sodass der Drucker den Druckvorgang anschließend fortsetzen kann.
Die Umsetzung dieses Projektvorhabens umfasst unter anderem folgende Aspekte:
 Gestaltung der Kommunikation zwischen den Systemen
 Abstimmung der Koordinatensysteme der Systeme aufeinander
 Implementierung eines Programmablaufs
 Entwicklung einer Zuführungsstrategie für die Muttern
 Konstruktion eines entsprechenden Endeffektors/Greifers für den Roboter
 Definition von Vorschriften für die Konstruktion von 3D-Druck-Bauteilen und für den Slice-Prozess
Eigenständiges Arbeiten, Umsetzung methodischer Kenntnisse zur Produktentwicklung sowie Interesse an der Thematik werden vorausgesetzt.

Anmeldung im Stud.IP bis: 27.10.23
Projektauftakt am: 01.11.23
Max. Gruppengröße: 4
Ansprechperson: Patrick Rückert-Schindler, rueckert@bime.de

Mobile autonome Navigation bezieht sich auf die Fähigkeit von autonomen oder selbstfahrenden Systemen, sich eigenständig in ihrer Umgebung zu bewegen. Die Mensch-Maschine-Interaktion ein wichtiger Bestandteil der mobilen autonomen Navigation, da sie dazu beiträgt, die Sicherheit zu gewährleisten, die Kommunikation zu erleichtern und die Effizienz und Benutzerfreundlichkeit von autonomen Systemen zu verbessern. Ein virtueller Zwilling eines Rovers und integrierter Sensorik ermöglicht es dem Menschen, in Echtzeit auf die Sensordaten zuzugreifen und in kritischen Situationen einzugreifen. Dazu soll im Lehrprojekt eine Virtual Reality Simulationsumgebung erstellt werden.

Das Lehrprojekt umfasst folgende Inhalte:
• Entwicklung eines Konzepts eines digitalen Zwillings eines Leo-Rovers unter Einbeziehung von 3D-Bilddaten
• Programmiertechnische Integration aller Systemkomponenten und Schnittstellen in der Entwicklungsumgebung Unity
• Erprobung eines Anwendungsszenarios in virtueller Realität
• Evaluation des Systems

Anmeldung im Stud.IP bis:
Projektauftakt am: ab WiSe 2023/2024
Max. Gruppengröße: 6
Ansprechperson:
Michael Vogel, mvogel@uni-bremen.de
Leonard Schröder, lschroeder@uni-bremen.de

Am Institut für integrierte Produktentwicklung (BIK) der Universität Bremen ist eine Universalprüfmaschine zur Durchführung mechanischer Prüfverfahren vorhanden. Bei der Durchführung von Zug-, Druck- und Biegeversuchen soll ein Messsystem, zur direkten Aufnahme der Dehnung der Probeköper während dieser Versuche, erarbeitet werden. Dabei soll eine berührungslose Messmethode des Probekörpers von den Studierenden sinnvoll ausgewählt werden. Weiterhin soll ein Programm erstellt werden, mit welchem die Daten der berührungslosen Aufnahme durch eine sinnvolle Auswertungsstrategie erfasst, bewertet und ausgegeben werden. Daraufhin sollen die Dehnungswerte des zu prüfenden Materials an den Computer der Prüfmaschine übergeben werden. Nach Fertigstellung soll das Dehnungsmesssystem auf Basis der Messungenauigkeiten bewertet werden.
Dafür sollen folgende Teilaufgaben innerhalb des Projekts bearbeitet werden:
• Auswahl und Beschaffung eines geeigneten optischen Messsystems zur dynamischen Aufnahme der geometrischen Probendaten
• Durchführen verschiedener mechanischen Prüfverfahren zur Erstellung von Datensätzen mit Hilfe des ausgewählten Messsystems
• Auswahl einer softwareseitigen Erfassungs- und Verarbeitungsmethode zur Anpassung und Analyse der generierten Datensätze
• Entwicklung eines Programms zur Errechnung der Dehnung anhand der verarbeiteten Datensätze
• Bewertung der Zuverlässigkeit und Genauigkeit des Messsystems anhand verschiedener Prüfverfahren, Materialien und Geometrien
• Synchronisierung der ermittelten Dehnung mit den Daten der Prüfmaschine
• Für die erarbeitete Lösung ist eine vollständige Dokumentation zu erstellen

Anmeldung im Stud.IP bis: nach Absprache
Projektauftakt am: nach Absprache
Max. Gruppengröße: 4
Ansprechperson: Paul Große Maestrup, paul.grosse.maestrup@zarm.uni-bremen.de

Im Rahmen des Projektes „The Living Habitat“ wird ein Photobioreaktor (PBR) als Teil eines bio-regenerativen Lebenserhaltungssystems in das Moon and Mars Base Analog (MaMBA)-Habitat am ZARM integriert. Um optimale Wachstumsbedingungen für die Cyanobakterien im PBR zu schaffen, müssen verschiedene Parameter in bestimmten Bereichen konstant gehalten werden. Zu diesen Parametern zählen insbesondere die optische Dichte (OD) und der pH-Wert. Die Einstellung der beiden Werte wird momentan durch die manuelle Ansteuerung der jeweiligen Aktuatoren realisiert. Um den Betrieb des PBRs langfristig benutzerfreundlicher zu gestalten, sollen die Wachstumsparameter (pH und OD) im Rahmen dieses Projektes automatisiert geregelt werden. Hierfür ist eine umfassende Recherche zu den beiden Parametern und deren Einfluss auf das Wachstum der Cyanobakterien sowie zur PBR-Regelung im Allgemeinen durchzuführen. Daran anschließend soll eine geeignete Regelung für die beiden Parameter in das PBR-System implementiert und getestet werden.

Für WInf-Studierende BPO '13 im zweiten Semester weitere 3 CP in Freie Wahl als Ersatz für SWP1.
Für fortgeschrittene SysEng-Studierende als Ersatz für SWP1.
Für Studierende, die an der Vorlesung nicht teilnehmen können, gibt es eine Aufzeichnung des Vorlesungsanteils aus dem vorigen Jahr.

Diverse Lehrprojekt-Themen, s. https://www.uni-bremen.de/iat/ag-prof-dr-ing-michels/stud-arbeiten-student-projects
Beginn: jedes WiSe und SoSe22
Gruppengröße: kann in Abstimmung mit dem Tutor festgelegt werden
Projektauftakt: fortlaufend
Anmeldung jederzeit bei: michels@iat.uni-bremen.de

Anmeldung im Stud.IP bis: Mai 2024
Projektauftakt am: SoSe 2024
max. Gruppengröße: 3
Ansprechperson: Janek Otto (janek.otto@uni-bremen.de)

Zur Analyse von Nahinfrarot-Spektren werden unterschiedliche mathematische Verfahren angewendet. Hierbei werden mittels berechneter statistischer Modelle bestimmte Parameter aus den NIR-Spektren abgeleitet. Diese Modelle werden speziell für definierte Einsatzszenarien entwickelt und müssen regelmäßig überprüft sowie angepasst werden.

Im Rahmen der Arbeit soll eine Softwareschnittstelle zur Kommunikation mit einem Datenserver implementiert werden, der die Verwaltung und Steuerung von Analyse-Modellen übernimmt. Die Softwareschnittstelle soll Teil einer grafischen Benutzeroberfläche werden, die die Analyse von NIR-Spektren übernimmt. So soll es durch die Erweiterung möglich sein, Analyse-Modelle von einem Datenserver zu laden sowie bestehende Modelle zu ersetzen. Die Arbeit umfasst dabei die Erstellung der entsprechenden Schnittstelle für den Client als auch für den Server. So soll es möglich sein, verschiedene Modelle auf dem Server zu speichern, die durch Interaktion geladen und für die Analyse verwendet werden können.

Anmeldung im Stud.IP bis: -
Projektauftakt am: ab sofort
max. Gruppengröße: 4
Ansprechperson: René Reimann, rreimann@ialb.uni-bremen.de

Im Rahmen eines Forschungsprojekts arbeitet das IALB an der Vernetzung von Batteriespeichern und Umrichtersystemen über 5G und Cloud-Systemen. In Rahmen dieses Projekts wird die Cloud-Plattform des National 5G Energy Hub (N5GEH) verwendet. Die Batteriespeicher und Umrichtersysteme übertragen diverse Sensordaten an die Cloud-Plattform. Die erfassten Daten aus den verschiedenen Systemen sollen in der Cloud-Plattform anschließend analysiert und visualisiert werden. Allerdings steht für die Übertragung der Sensordaten von den Systemen in die Cloud nur eine begrenzte Bandbreite zur Verfügung, sodass vor der Übertragung eine Datenreduktion stattfinden muss.

In dieser Arbeit sollen intelligente Algorithmen entwickelt werden, die dazu dienen die Datenmenge zu reduzieren. Als ersten Schritt sollen die Daten aus einem realen Batteriespeicher mit Umrichter analysiert werden und Möglichkeiten zur Datenreduktion bestimmt werden. Dies könnte beispielsweise bedeuten, dass bestimmte Signale nur bei bestimmten Schaltvorgängen hochaufgelöst übertragen werden oder Werte, die innerhalb einer bestimmten Toleranz bleiben, nur mit einer geringen Frequenz zu übertragen. Anschließend sollen die Algorithmen zur Datenreduktion in ein bestehendes Softwareprojekt zur Kommunikation mit der Cloud-Plattform implementiert werden. Abschließend soll die entwickelte Software anhand der realen Messdaten verifiziert werden.

Es sollen folgende Aufgaben erledigt werden:
• Einarbeitung in die bestehende Architektur und Software
• Analyse der realen Messdaten und Entwicklung von Algorithmen zur Datenreduktion
• Implementierung der entwickelten Algorithmen in das bestehende Softwareprojekt
• Verifikation der entwickelten Software mit realen Messdaten

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Anmeldung im Stud.IP bis: 23.04.2024
Projektauftakt am: 24.04.2024
max. Gruppengröße: 4
Ansprechperson: Daniel Weerts (daniel.weerts@uni-bremen.de)
Christoph Leupold (christoph.leupold@uni-bremen.de)

Bei der Montage von 3D gedruckten Bauteilen stellen in den Kunststoff geschnittene Gewinde oder nachträglich eingeschmolzene Gewindeeinsätze eine Schwachstelle der Komponenten dar. Durch das Einbringen von Metallmuttern während des Druckprozesses kann diese behoben werden. Das manuelle Einlegen ist je nach Druckdauer jedoch ein zeitintensiver Vorgang.
In diesem Projekt soll das Zusammenspiel eines FDM Druckers und eines Industrieroboters so konzipiert und umgesetzt werden, dass dieser Vorgang automatisiert abläuft. Dazu soll der Drucker den Druckvorgang an den entsprechenden Stellen pausieren. Der Industrieroboter soll die Mutter daraufhin in die dafür vorgesehene Tasche im Druckteil einlegen, sodass der Drucker den Druckvorgang anschließend fortsetzen kann.
Die Umsetzung dieses Projektvorhabens umfasst unter anderem folgende Aspekte:

• Gestaltung der Kommunikation zwischen den Systemen
• Abstimmung der Koordinatensysteme der Systeme aufeinander
• Implementierung eines Programmablaufs
• Definition von Vorschriften für die Konstruktion von 3D-Druck-Bauteilen und für den Slice-Prozess

Eigenständiges Arbeiten, Umsetzung methodischer Kenntnisse zur Produktentwicklung sowie Interesse an der Thematik werden vorausgesetzt.

Anmeldung im Stud.IP bis: 07.04.
Projektauftakt am: 09.04.
max. Gruppengröße: 6
Ansprechperson: Lars Panter
E-Mail-Adresse: pat@biba.uni-bremen.de

Myzel ist das Wurzelgeflecht von Pilzen und verwandelt Biomasse in einen leistungsfähigen Faserverbundwerkstoff, der beispielsweise für biologisch abbaubare Verpackungsanwendungen genutzt werden kann. Damit die Produktentwicklung für Myzel-Faserverbundwerkstoffe besser kommuniziert und die vielfältigen Einsatzmöglichkeiten dargestellt werden können, soll im Rahmen dieses Projektes eine Visualisierungsmethode mittels AR und/oder VR in einer Spiele-Engine (z.B. Unity) entwickelt werden.

Anmeldung im Stud.IP bis: 12.04.24
Projektauftakt am: 15.04.24
max. Gruppengröße: 2-3
Ansprechperson: Claudia Niehaves, c.niehaves@bimaq.de

Optische Messtechniken ermöglichen schnelle und präzise Geometriemessungen, jedoch werden die Messungen von den optischen Eigenschaften der Messobjekte selbst beeinflusst. Um Messungen zu ermöglichen, die unabhängig von den Messobjekteigenschaften sind, wird ein neuartiger Ansatz der indirekten Geometriemessung verfolgt.
Statt der Geometrie des Messobjektes wird bei diesem Ansatz die Geometrie des umgebenden fluoreszierenden Fluids mikroskopisch gemessen. Dafür wird der Aufbau eines konfokalen Fluoreszenzmikroskops genutzt. Um aus den gewonnenen Messdaten die Oberflächenposition zu bestimmen, bedarf es einer Modellfunktion. Allerdings ist die Modellierung insbes. an steilen Oberflächenkanten noch nicht vollständig verstanden. Ziel des Projektes ist es, Simulationen durchzuführen, um den Einfluss von steilen Kanten auf das Messsignal zu untersuchen. Die gewonnenen Erkenntnisse sollen in die Auswertungssoftware integriert und durch die Auswertung von Messdaten bewertet werden.

Anmeldung im Stud.IP bis: 12.04.24
Projektauftakt am: ab 15.04.24
max. Gruppengröße: 4
Ansprechperson: Marina Terlau; m.terlau@bimaq.de

Für die Herstellung großer Blechbauteile in kleinen Stückzahlen stellt die inkrementelle Blechumformung durch Roboter ein wirtschaftliches und flexibles Umformverfahren dar. Der Prozess ist jedoch mit geometrischen Abweichungen der umgeformten Bleche verbunden. Zur Korrektur dieser Abweichungen soll die Lage des robotergeführten Werkzeugs während des Umformprozesses erfasst werden. Dazu werden mehrere schattenabbildende Sensoren verwendet, die in der Roboterzelle kalibriert werden müssen. Ziel des Projekts ist daher, eine Kalibrierstrategie für die Roboterzelle zu konzipieren und zu realisieren. Abschließend ist die Kalibriermethode anhand der verbleibenden systematischen Messabweichungen zu bewerten.

Anmeldung im Stud.IP bis: 30.04.24
Projektauftakt am: 01.05.24 (flexibel)
max. Gruppengröße: 6
Ansprechperson: M.Eng. Henry Ekwaro-Osire (eko@biba.uni-bremen.de)

Project can be conducted in English or German

Motivation und Problemstellung:
Visualisierungen spielen in der heutigen datengetriebenen Welt eine entscheidende Rolle, um komplexe Datenmengen verständlich und zugänglich zu machen. Diese Komplexität der Daten, kombiniert mit der Überflutung durch Informationen und den gleichzeitigen Anforderungen an Performance und Skalierbarkeit, stellt eine Herausforderung für die Datenvisualisierung dar.

Zielsetzung:
Das Projekt zielt darauf ab, ein fortschrittliches Expertentool zu entwickeln, das automatisierte, maßgeschneiderte Visualisierungslösungen für spezifische Datensätze bietet.

Vorgehen und Aufgaben:
Durch die Kombination von Data Mining und Large Language Models (LLMs) mit kreativen und innovativem Prompt Engineering soll ein Software-Tool entwickelt werden, welches in der Lage ist, eine breite Palette von Daten effektiv zu interpretieren und dazu passende Visualisierungsvorschläge zu generieren. Abschließend ist geplant, dieses Tool durch den Einsatz an der Fischertechnik Lernfabrik 4.0 (sehe Abb. 1) zu validieren. Durch die intelligente Analyse und Interpretation von Daten soll das Tool in der Lage sein, intuitive und aufschlussreiche Dashboards zu generieren, die das Verständnis und die Interaktion mit der Lernfabrik erleichtern.

Benötigte Kenntnisse:
Das Projekt ermöglicht es den Studierenden, umfassende Kenntnisse in der Softwareentwicklung, im Umgang mit großen Datensätzen, in künstlicher Intelligenz und in der Datenvisualisierung im Laufe vom Projekt zu erwerben. Grundliegende Kenntnisse in den folgenden Bereichen sind allerdings benötigt:
• Programmierung
• Datenaufbereitung und –analyse

Diverse Lehrprojekt-Themen, s. https://www.uni-bremen.de/iat/ag-prof-dr-ing-michels/stud-arbeiten-student-projects
Beginn: jedes WiSe und SoSe22
Gruppengröße: kann in Abstimmung mit dem Tutor festgelegt werden
Projektauftakt: fortlaufend
Anmeldung jederzeit bei: michels@iat.uni-bremen.de

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Spezialisierungsrichtung: Automatisierungstechnik und Robotik

Workload wird je nach Modul angepasst:
Modul Softwareprojekt im Bachelor = 11 CP
Modul Systemtechnikprojekt im Bachelor = 17 CP
Modul Systemtechnikprojekt im Master = 18 CP
Modul Forschungsprojekt im Master = 12 CP

Hinter dem Projekttitel verbirgt sich eine Vielzahl von Projekten der Arbeitsgruppe „Systemdynamik und Regelungstechnik“ am Institut für Automatisierungstechnik am Fachbereich 1.
Detaillierte Aufgabenbeschreibungen mit Angabe der Ansprechpartner werden laufend neu generiert und finden sich im 1. Stock im Gebäude NW1.
Die Aufgaben können entsprechend der gewünschten Gruppengrößen und Projektdauer in einem gewissen Umfang angepasst werden. Das ist im direkten Gespräch mit dem in der Aufgabenstellung angegebenen Betreuer zu klären.

Lerninhalte:
• Nutzung der Photovoltaik, der Solarthermie, der Biomasse, der Windenergie, der Geothermie, der Meeresenergie und Wasserkraft
• Aspekte der Anlagenauslegung und Wirtschaftlichkeitsberechnung
Literatur zum Modul wird in den jeweiligen Veranstaltungen bekanntgegeben.


Lernergebnisse / Kompetenzen:
Nach erfolgreichem Abschluss kennen die Studierenden die verschiedenen Energieumwandlungsverfahren und Technologien der regenerativen Energieerzeugung wie auch deren Potentiale und Grenzen. Darüber hinaus besitzen die Studierenden das Rüstzeug zum technischen und wirtschaftlichen optimierten Auslegen kleinerer Anlagen.


Workloadberechnung:
Das Modul besteht aus
• Vorlesung 28 Arbeitsstunden (2 SWS x 14 Woche)
• Gruppenarbeit mit Abschlusspräsentation: 14 Arbeitsstunden (1 SWS x 14 Woche)
• Prüfungsvorbereitung: 48 Arbeitsstunden
Insgesamt: 90 Arbeitsstunden

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ki.pdf

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ml.pdf
Die Übungen starten in der 2. Semesterwoche.

https://lvb.informatik.uni-bremen.de/ibap/03-ibap-mrca.pdf
Robotics is a complex field that emerged at the intersection of multiple disciplines such as physics, mathematics and computer science. New advances in hardware and software design and progress in artificial intelligence enable robotics research to pursue higher goals and achieve increased autonomy in various environments. For instance, robots can operate in disaster zones for search and rescue operations, can be employed in rehabilitation and healthcare, space and underwater exploration, etc. Given the complexity of such scenarios, it is essential to develop robust robotic systems with a high degree of autonomy, able to assist humans in difficult and tedious tasks.

This course aims to provide the fundamentals of modern robot control approaches that enable robotic agents to operate in the environment autonomously. The course introduces a basic understanding of autonomous robots, along with tools and methods to control various types of mobile robotic platforms and manipulators. Firstly, the course presents the types of sensors and actuators employed in autonomous robotic platforms. Secondly, it offers a formal understanding of the robot geometry, its kinematic and dynamic models. Finally, the course provides methods and approaches to control the robotic system from a deliberative and reactive point of view. Students will put this knowledge into practice during tutorials and exercise sheets using Python implementation and robot simulations.

Contents

• Introduction to Robotics and AI: long term robot autonomy, artificial intelligence, deliberative vs. reactive control, robotic applications.
• Sensing and Actuation Modalities: types of sensors and actuators, sensor fusion, actuator control.
• Robot Geometry and Transformations: robot transformations in the 3D space, exponential and logarithmic maps, forward and inverse geometric models.
• Kinematics: definition of twists and wrenches for rigid bodies, geometric Jacobian formulation, forward and inverse kinematics.
• Dynamics: an introduction to Lagrangian and Newtonian mechanics, robot dynamics formulation, recursive Newton-Euler algorithm.
• Localization: direct and probabilistic methods for robot localization, odometry, global localization, particle filter.
• Path Planning: path vs. trajectory generation, graph-based methods for path planning (e.g. Djikstra, A\*).
• Kinodynamic Planning: transcribing a dynamic planning problem into trajectory optimization, direct and indirect methods, costs and constraints.
• Reinforcement Learning-based Control: mathematical foundations, discrete vs continuous methods, reinforcement learning for closed-loop robot control.
• Dynamic Control: PD gravity compensation control, computed torque control, admittance vs impedance control.
• Optimal Control: energy-shaping control, LQR and time-varying LQR control.

Learning Outcomes

At the end of the course, the student is expected to be able to:

• Define robot autonomy and list its key aspects.
• Describe the sensor and actuator modalities used in robotics, and explain their relevance for robot control.
• Implement and understand the low-level actuator control methods.
• Compute the 3D world coordinate transformations for rigid bodies.
• Apply the robot forward and inverse geometric model.
• Describe a robotic system based on its kinematic and dynamic properties.
• Use probabilistic methods for robot localization.
• Generate an optimal path for a mobile robot or manipulator using graph search methods.
• Plan a path taking into account the robot kinodynamic properties.
• Use reinforcement learning methods to control simple robotic systems.
• Apply dynamical and optimal control methods on robotic systems such that they are robust against disturbances.
• Assess the strengths and limitations of different control methods presented in the course.
• Identify open challenges in robotics research and current trends in state-of-the-art.
• Communicate confidently using the terminology in the field of robotics.
• Cooperate and work in teams in order to solve tasks.

Examination

During the semester, students are required to complete 6 worksheets in groups of 4.
To pass the course, students must achieve a minimum of 50% on both the worksheets and the written exam.
The final grade is 40% based on worksheets and 60% on the written exam.

References

• Mechanics of Robotic Manipulation, Mathew T. Masen, MIT press, 2001.
• Algebra and Geometry, Alan F. Beardon, Cambridge University Press, 2005.
• Modelling and Control of Robot Manipulators, Lorenzo Sciavicco, Bruno Siciliano, Springer, 2000.
• Probabilistic Robotics (Intelligent Robotics and Autonomous Agents), Sebastian Thrun, Wolfram Burgard, and Dieter Fox, MIT Press, 2005.
• Introduction to Autonomous Mobile Robots, Siegwart R., Nourbakhsh I., Scaramuzza D., MIT press, 2011.
• Automated Planning: Theory and Practice, Malik Ghallab, Dana Nau, Paolo Traverso, Elsevier, 2004.
• Behaviour-based robotics, R. C. Arkin, MIT press, 1998.
• Modern Robotics: Mechanics, Planning, and Control, Kevin M. Lynch and Frank C. Park, Cambridge University Press, 2017.

Beginn jeweils s.t.

Uebung: Mo-Mi 10:00 - 13:00 Uhr (woechentliche)

Nähere Informationen unter
http://www.informatik.uni-bremen.de/~clueth/lehre/ksgm.ss22
https://lvb.informatik.uni-bremen.de/ibat/03-ibat-ks.pdf

Beginn jeweils s.t.

Uebung: Mo-Mi 10:00 - 13:00 Uhr (woechentliche)

Lerninhalte:
• Nutzung der Photovoltaik, der Solarthermie, der Biomasse, der Windenergie, der Geothermie, der Meeresenergie und Wasserkraft
• Aspekte der Anlagenauslegung und Wirtschaftlichkeitsberechnung
Literatur zum Modul wird in den jeweiligen Veranstaltungen bekanntgegeben.


Lernergebnisse / Kompetenzen:
Nach erfolgreichem Abschluss kennen die Studierenden die verschiedenen Energieumwandlungsverfahren und Technologien der regenerativen Energieerzeugung wie auch deren Potentiale und Grenzen. Darüber hinaus besitzen die Studierenden das Rüstzeug zum technischen und wirtschaftlichen optimierten Auslegen kleinerer Anlagen.


Workloadberechnung:
Das Modul besteht aus
• Vorlesung 28 Arbeitsstunden (2 SWS x 14 Woche)
• Gruppenarbeit mit Abschlusspräsentation: 14 Arbeitsstunden (1 SWS x 14 Woche)
• Prüfungsvorbereitung: 48 Arbeitsstunden
Insgesamt: 90 Arbeitsstunden

Beginn jeweils s.t.

Uebung: Mo-Mi 10:00 - 13:00 Uhr (woechentliche)

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ki.pdf

Beginn jeweils s.t.

Uebung: Mo-Mi 10:00 - 13:00 Uhr (woechentliche)

Lerninhalte:
• Nutzung der Photovoltaik, der Solarthermie, der Biomasse, der Windenergie, der Geothermie, der Meeresenergie und Wasserkraft
• Aspekte der Anlagenauslegung und Wirtschaftlichkeitsberechnung
Literatur zum Modul wird in den jeweiligen Veranstaltungen bekanntgegeben.


Lernergebnisse / Kompetenzen:
Nach erfolgreichem Abschluss kennen die Studierenden die verschiedenen Energieumwandlungsverfahren und Technologien der regenerativen Energieerzeugung wie auch deren Potentiale und Grenzen. Darüber hinaus besitzen die Studierenden das Rüstzeug zum technischen und wirtschaftlichen optimierten Auslegen kleinerer Anlagen.


Workloadberechnung:
Das Modul besteht aus
• Vorlesung 28 Arbeitsstunden (2 SWS x 14 Woche)
• Gruppenarbeit mit Abschlusspräsentation: 14 Arbeitsstunden (1 SWS x 14 Woche)
• Prüfungsvorbereitung: 48 Arbeitsstunden
Insgesamt: 90 Arbeitsstunden

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ki.pdf

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ml.pdf
Die Übungen starten in der 2. Semesterwoche.

https://lvb.informatik.uni-bremen.de/ibap/03-ibap-mrca.pdf
Robotics is a complex field that emerged at the intersection of multiple disciplines such as physics, mathematics and computer science. New advances in hardware and software design and progress in artificial intelligence enable robotics research to pursue higher goals and achieve increased autonomy in various environments. For instance, robots can operate in disaster zones for search and rescue operations, can be employed in rehabilitation and healthcare, space and underwater exploration, etc. Given the complexity of such scenarios, it is essential to develop robust robotic systems with a high degree of autonomy, able to assist humans in difficult and tedious tasks.

This course aims to provide the fundamentals of modern robot control approaches that enable robotic agents to operate in the environment autonomously. The course introduces a basic understanding of autonomous robots, along with tools and methods to control various types of mobile robotic platforms and manipulators. Firstly, the course presents the types of sensors and actuators employed in autonomous robotic platforms. Secondly, it offers a formal understanding of the robot geometry, its kinematic and dynamic models. Finally, the course provides methods and approaches to control the robotic system from a deliberative and reactive point of view. Students will put this knowledge into practice during tutorials and exercise sheets using Python implementation and robot simulations.

Contents

• Introduction to Robotics and AI: long term robot autonomy, artificial intelligence, deliberative vs. reactive control, robotic applications.
• Sensing and Actuation Modalities: types of sensors and actuators, sensor fusion, actuator control.
• Robot Geometry and Transformations: robot transformations in the 3D space, exponential and logarithmic maps, forward and inverse geometric models.
• Kinematics: definition of twists and wrenches for rigid bodies, geometric Jacobian formulation, forward and inverse kinematics.
• Dynamics: an introduction to Lagrangian and Newtonian mechanics, robot dynamics formulation, recursive Newton-Euler algorithm.
• Localization: direct and probabilistic methods for robot localization, odometry, global localization, particle filter.
• Path Planning: path vs. trajectory generation, graph-based methods for path planning (e.g. Djikstra, A\*).
• Kinodynamic Planning: transcribing a dynamic planning problem into trajectory optimization, direct and indirect methods, costs and constraints.
• Reinforcement Learning-based Control: mathematical foundations, discrete vs continuous methods, reinforcement learning for closed-loop robot control.
• Dynamic Control: PD gravity compensation control, computed torque control, admittance vs impedance control.
• Optimal Control: energy-shaping control, LQR and time-varying LQR control.

Learning Outcomes

At the end of the course, the student is expected to be able to:

• Define robot autonomy and list its key aspects.
• Describe the sensor and actuator modalities used in robotics, and explain their relevance for robot control.
• Implement and understand the low-level actuator control methods.
• Compute the 3D world coordinate transformations for rigid bodies.
• Apply the robot forward and inverse geometric model.
• Describe a robotic system based on its kinematic and dynamic properties.
• Use probabilistic methods for robot localization.
• Generate an optimal path for a mobile robot or manipulator using graph search methods.
• Plan a path taking into account the robot kinodynamic properties.
• Use reinforcement learning methods to control simple robotic systems.
• Apply dynamical and optimal control methods on robotic systems such that they are robust against disturbances.
• Assess the strengths and limitations of different control methods presented in the course.
• Identify open challenges in robotics research and current trends in state-of-the-art.
• Communicate confidently using the terminology in the field of robotics.
• Cooperate and work in teams in order to solve tasks.

Examination

During the semester, students are required to complete 6 worksheets in groups of 4.
To pass the course, students must achieve a minimum of 50% on both the worksheets and the written exam.
The final grade is 40% based on worksheets and 60% on the written exam.

References

• Mechanics of Robotic Manipulation, Mathew T. Masen, MIT press, 2001.
• Algebra and Geometry, Alan F. Beardon, Cambridge University Press, 2005.
• Modelling and Control of Robot Manipulators, Lorenzo Sciavicco, Bruno Siciliano, Springer, 2000.
• Probabilistic Robotics (Intelligent Robotics and Autonomous Agents), Sebastian Thrun, Wolfram Burgard, and Dieter Fox, MIT Press, 2005.
• Introduction to Autonomous Mobile Robots, Siegwart R., Nourbakhsh I., Scaramuzza D., MIT press, 2011.
• Automated Planning: Theory and Practice, Malik Ghallab, Dana Nau, Paolo Traverso, Elsevier, 2004.
• Behaviour-based robotics, R. C. Arkin, MIT press, 1998.
• Modern Robotics: Mechanics, Planning, and Control, Kevin M. Lynch and Frank C. Park, Cambridge University Press, 2017.

Nähere Informationen unter
http://www.informatik.uni-bremen.de/~clueth/lehre/ksgm.ss22
https://lvb.informatik.uni-bremen.de/ibat/03-ibat-ks.pdf

Uebung: Mo-Mi 10:00 - 13:00 Uhr (woechentliche)

Kursinformationen und Onlineanmeldung unter:
https://kurse.sprachenzentrum-bremen.de/course/summer-2024/542c2f03-00ad-4b90-8887-7e8e1a94fc33

SG Jura: Wahlpflichtmodul im Schwerpunkt, Leistungsnachweis: § 31 Absatz 2 Nr. 4 und 5
Fortsetzung folgt im WiSe (insgesamt 2 SWS), Starttermin 22.04., weitere Termine nach Absprache.

In vielen Unternehmen verschiedener Branchen spielt das Projektmanagement eine zentrale Rolle; häufig ist es ein eigener Karriereweg. Das Projektmanagement kommt in mehreren organisatorischen Facetten vor und umfasst neben Planungs- und Kontrollaufgaben auch Aufgaben wie Vertragsgestaltung und Teambildung. In der Veranstaltung werden die Aufgaben des Projektmanagements gegliedert, vorgestellt und an Hand dreier durchgängig verwendeter Beispiele diskutiert. Zugehörige Instrumente wie die Stakeholder-Analyse oder die Netzplantechnik werden anhand nachvollziehbarer Beispielaufgaben eingeführt. Drei Gastlektionen erfahrener Anwender illustrieren Konstellationen, unter denen das Projektmanagement in der betrieblichen Praxis genutzt wird.

In dieser videobasierten Selbstlernveranstaltung können Sie jederzeit einsteigen, in Ihrem eigenen Lerntempo die Videos durcharbeiten und den Prüfungstermin zum Abschluss der Lehrverantaltung frei wählen.

Weitere Infos finden Sie hier bei Stud.ip oder auf unserer Website www.egs.uni-bremen.de

Bei Fragen wenden Sie sich gern an: egs@zmml.uni-bremen.de

Die Veranstaltung „Nachhaltige Entwicklung – Grundlagen und Umsetzung“ gibt eine Einführung in das Leitbild nachhaltiger Entwicklung und erörtert die theoretischen Grundlagen schwacher und starker Nachhaltigkeit sowie der drei Nachhaltigkeitsdimensionen aus volkswirtschaftlicher Sicht. Auf diesem Fundament werden dann Fragen nach der Bedeutung von Innovationen, technischem Fortschritt und der Ökoeffizienz behandelt.

Verschiedene Konzepte für die Messung und Bewertung einer nachhaltigen Entwicklung verdeutlichen die unterschiedlichen Möglichkeiten einer Quantifizierung. Auch werden Umsetzungen von Nachhaltigkeitsstrategien auf nationaler und regionaler Ebene aufgezeigt. Für eine systematische Zusammenführung der drei Nachhaltigkeitsdimensionen Ökologie, Ökonomie und Soziales wird das integrierende Nachhaltigkeitsdreieck entwickelt und angewendet. Ein Zusammenspiel von Theorie und praktischen Beispielen ermöglicht einen gelungenen Überblick zum Leitbild einer nachhaltigen Entwicklung.

In dieser videobasierten Selbstlernveranstaltung können Sie jederzeit einsteigen, in Ihrem eigenen Lerntempo die Videos durcharbeiten und den Prüfungstermin zum Abschluss der Lehrverantaltung frei wählen.

Weitere Infos finden Sie hier bei Stud.ip oder auf unserer Website www.va-bne.de

Bei Fragen wenden Sie sich gern an: egs@zmml.uni-bremen.de

60 Lehrveranstaltungen in Deutsch und Englisch für Bachelor- und Masterstudentinnen aller Fächer. Als General Studies sowie teilweise als Fachstudium im Sommersemester 2024 sowie im Wintersemester 2024/25 anerkannt. Alle Einzelangaben, Zeiten und Anmeldungen jederzeit nur über die Website https://www.ingenieurinnen-sommeruni.de.
60 courses in German and English for women Bachelor and Master students from all fields of study. Courses are part of General Studies, some are accepted in Informatics; in the summer semester 2024 as well as in winter semester 2024/25. Further information, schedules and registration only on the website https://www.ingenieurinnen-sommeruni.de.