Lehrstuhl Robotersysteme

Seminar: Robotics and Artificial Intelligence

 

Nr. Titel SWS Datum Raum Beginn
INF-61-73-S-7 Seminar: Robotics and Artificial Intelligence S2

Mittwoch 15:45 - 16:45

46-215

28.10.2020

Die nächste Seminarveranstaltung "Literaturrecherche" findet erst am 12.11.2020 um 16:00 Uhr virtuell statt. Die virtuelle Teilnahme an dieser Veranstaltung ist verpflichtet!

Link zur Literaturrecherche: bbb.rlp.net/b/pap-e1s-bsr-12v

Vorlesungsmaterial

kickoff-meeting-slides

introduction-to-scientific-literature-search

(Bitte RHRK-Anmeldeinformationen verwenden)

 

Inhalt

Von den Teilnehmern wird erwartet, dass sie sich selbständig - ausgehend von ausgewählter Literatur - in das Thema einarbeiten und gegebenenfalls ergänzende Literatur für die Ausarbeitung des Vortrags verwenden. Zusätzlich zum Vortrag (bei Bachelor etwa 30 min, bei Master/Diplom etwa 40 min) soll eine Ausarbeitung von etwa 6-8 Seiten bei Bachelor bzw. 8-10 Seiten bei Master/Diplom erstellt werden.

Instruktionen zum Inhalt und Struktur eines Seminars sind unter

abrufbar.

Aufgrund der COVID-19-Situation wird das Kickoff-Meeting ein Hybrid-Event sein (online + offline). Die physische Teilnahme an dieser Veranstaltung ist nicht obligatorisch. Wenn Sie persönlich an der Besprechung teilnehmen, stellen Sie bitte sicher, dass Sie einen QR-Code für personenbezogene Daten generieren, wie auf der Website beschrieben:

www.rhrk.uni-kl.de/en/contactdatarecording/

Der Link zum Kickoff Meeting:

bbb.rlp.net/b/vie-ray-w9r-u3b

Eine Anmeldung zum Seminar ist vor dem Kickoff-Meeting nicht möglich.

Vorlagen

Vorlagen für die Ausarbeitung sind hier zu finden. Bitte nutzt die Vorlage "LaTeX-Vorlage für Seminar (IEEE)".

Die Vorlage für die Vorträge ist "Folien PowerPoint (Layout 2013)" oder die LaTeX-Variante.

Themen

NameTopics
Sarwar PapluRecognition of Speech Intents during Human-Robot Interaction
Sarwar Paplu Advances in vision-based and wearable-sensing technologies for HRI
Sarwar PapluMapping of Emotional States to Facial Action Units
Tim Dellmann
Sensor Fusion in Agriculture
Tim DellmannObject Detection and Classification in Point Clouds
Tim DellmannPhotorealistic fakes with Generative Adversarial Networks
Axel Vierling
Explainable Artificial Intelligence in Robotic Applications
Axel VierlingIncremental Learning
Axel VierlingUncertainty factor in Neural Networks
Qazi Hamza JanSensor Fusion Techniques for Perception in autonomous vehicles
Qazi Hamza JanPedestrian Trajectory Prediction using Probabilistic reasoning and Sequence Learning
Tanittha SutjaritvorakulTraditional vs DL obj detection: overhead view as case study (e.g. feature extraction)
Tanittha SutjaritvorakulReliability of DL obj detection in automation industry (e.g. adversarial ML or attack)
Tanittha SutjaritvorakulThe review of the simulation platform for object recognition
Tanittha SutjaritvorakulCamera usage and system for construction safety
Hannan Ejaz KeenSensor systems for autonomous navigation of aerial drone
Hannan Ejaz KeenAutomatic Multi-sensor calibration methodologies
Hannan Ejaz KeenGround truth evaluation techniques for state-of-the-art autonomous driving datasets
Hannan Ejaz KeenStudy of Underwater mapping and obstacle avoidance algorithms

Zeitplan

Meilenstein Datum
Vorbesprechung 28.10.2020

Treffen mit dem Betreuer (frist)

09.11.2020
Literature Research (virtuelle Veranstaltung) 12.11.2020
Sammeln und Lesen des Materials 25.11.2020
Erstellung der Gliederung 11.12.2020
Erste Fassung 15.01.2021
Endfassung 29.01.2021
Vortragsfolien 03.02.2021
Vorträge

04.02.2021

Voraussetzungen

  • Bachelor-/Masteranforderungen siehe Modulhandbuch / Vordiplom
  • Empfohlen: Vorlesung "Grundlagen der Robotik"

Prüfungsvoraussetzung

Nach erfolgreicher Teilnahme (inkl. Literaturrecherche, begleitende Treffen, Vortrag, Ausarbeitung) wird ein benoteter Seminarschein ausgegeben.

Literatur

Die Literatur zu den einzelnen Vorträgen wird in der Vorbesprechung bekannt gegeben. Davon ausgehend sollen weitere Quellen zum Thema herangezogen werden. Folgende Suchmaschinen können die Recherche unterstützen:

https://scholar.google.de/

ieeexplore.ieee.org

https://link.springer.com/

citeseerx.ist.psu.edu

www.informatik.uni-trier.de/~ley/db

Anmerkung: Öfters sind die vollständigen Paper nur aus dem Uni-Netz verfügbar, da die Uni entsprechende Verträge mit den Betreibern besitzt. Solltet ihr trotzdem nur die Abstracts finden, das Paper aber interessant sein, so können wir manchmal auch noch an diese gelangen. Dann genügt oft eine Mail oder der Besuch im Büro.

Zum Seitenanfang