Jedes Sommersemester bieten wir in den Modulen Masterprojekt Software-Engineering eingebetteter Systeme (MPSEES) und Projekt Entwurf eingebetteter Systeme (EES) Studierenden die Möglichkeit, sich mit komplexen Fragestellungen aus dem Bereich Embedded Systems Engineering praktisch auseinanderzusetzen.
Die Studierenden entwickeln zu wechselnden Ausgangsfragestellungen iterativ ein Produkt. Die Arbeit erfolgt in großen Teams von etwa 6 Studierenden. Regelmäßig finden Rücksprachen und Meilensteine statt.
Auf dieser Seite finden Sie eine Übersicht über die Projekte der vergangen Jahre.
Ein Roboter sortiert automatisch Objekte, die auf einem Fließband ankommen. Dazu analysiert der Roboter die Objekte mit Sensoren und legt diese in passenden Behältern ab. Als Hardware dient Lego Mindstorms NXT, der über Bluetooth mit einem Backend kommuniziert.
Das Thema wurde von zwei Teams bearbeitet:
Betreuerin: Verena Klös
Ein Fahrzeug bewegt sich autonom in einem Straßennetz. Das Netz enthält QR Codes, die als Landmarks dienen. Zu Beginn kennt der Roboter die Umgebung nicht. In der ersten Phase erstellt er eine vollständige Karte der Straßen und Markierungen. Diese verwendet er in der zweiten Phase, um auf Befehl den kürzesten Weg zu einer Markierung zu fahren. Unter keinen Umständen darf der Roboter die Straßenmarkierungen verlassen. Als Hardware dient ein Lego Mindstorms NXT, der mit einem Raspberry Pi über Bluetooth kommuniziert. Der Pi verwendet eine Kamera, um die QR Codes und Straßenmarkierungen zu erkennen.
Das Thema wurde von zwei Teams bearbeitet:
Betreuer: Paul Kogel
Ein humanoider Roboter soll mit Reinforcement Learning lernen, auf einer geraden Linie laufen. Das Modell wird zunächst im Robotersimulator Webots trainiert. Das trainierte System wird anschließend auf Lego Mindstorms NXT Hardware übertragen.
Das Thema wurde von einem Team bearbeitet:
Betreuer: Willie Szollmann
Eine Flotte von Trucks bewegt sich autonom durch ein Straßennetz. Die Trucks erhalten Aufträge zum Abholen und Liefern von Objekten an bestimmte Punke. Die Trucks erledigen die Aufträge sicher und möglichst effizient. Wenn möglich und sinnvoll, bewegen sich die Trucks im Platoon. Die Steuerung stellt sicher, dass die Straße nie verlassen und ein Mindestabstand zu anderen Trucks gehalten wird. Die Umgebung wird im Robotersimulator Webots simuliert. Die Steuerungslogik ist in Ada programmiert und formal mit Ada SPARK verifiziert.
Das Thema wurde von zwei Teams bearbeitet:
Betreuer: Paul Kogel
Es wird eine Kreuzung mit mehreren Ampeln und Fahrzeugen simuliert. Die Ampeln werden für optimalen Verkehrsfluss geschaltet. Dazu wird ein Reinforcement-Learning Modell trainiert.
Das Thema wurde von zwei Teams bearbeitet:
Betreuer: Willie Szollmann
Mehrere Taxis bewegen sich autonom in einem Straßennetz. Nutzende können eine Fahrt von einem Start- zu einem Zielort buchen. Das System sorgt dafür, dass die Anfragen schnell und effizient verarbeitet werden, indem es z.B. Fahrten kombiniert. Die Steuerung stellt sicher, dass die Straße nie verlassen wird und es nicht zur Kollision mit Hindernissen kommt. Die Umgebung wird im Robotersimulator Webots simuliert. Die Steuerungslogik ist in Ada programmiert und formal mit Ada SPARK verifiziert.
Das Thema wurde von drei Teams bearbeitet:
Betreuer: Paul Kogel
Ein Fahrzeug bewegt sich autonom in einer unbekannten Umgebung. Mittels Reinforcement Learning lernt das System, möglichst schnell zu einem Ziel zu gelangen. Die Steuerung stellt sicher, dass es nicht zur Kollision mit Hindernissen kommt. Die Umgebung wird im Robotersimulator Webots simuliert.
Das Thema wurde von drei Teams bearbeitet:
Betreuer: Willie Szollmann
Ein Roboter sortiert automatisch Objekte, die auf einem Fließband ankommen. Dazu analysiert der Roboter die Objekte mit einer Kamera und legt diese in passenden Behältern ab. Die Umgebung wird im Robotersimulator Webots simuliert.
Das Thema wurde von einem Team bearbeitet:
Betreuerin: Verena Klös