Das Labor für Robotik und Brain Computer Interfaces (BCI) konzentriert sich auf die Lehre und Forschung in den Bereichen der künstlichen Intelligenz, der Entwicklung von biologisch inspirierten, autonomen Robotersystemen sowie der Entwicklung von Brain Computer Interfaces (BCI ) zum Einsatz in der Medizintechnik.
Querschnittsthema der Forschung und Anwendungen bilden die Algorithmen des maschinellen Lernens, die auf Basis der Erkenntnisse bzgl. der Informationsverarbeitung im menschlichen Gehirn, entwickelt werden.
Weitere wissenschaftliche Schwerpunkte bildet der Entwurf von sogenannten “Simulierten Realitäten” (VR/AR) zur Simulation und Evaluation der Interaktionen zwischen Mensch, Maschine und Umwelt, der Entwicklung generativer Modelle menschlicher Bewegungen, sowie die Entwicklung von kortikalen, exoprothetischen Komponenten.
Ziel des Praktikums ist es die Grundlagen der autonomen Robotik anhand von Experimenten, die eine enge Kopplung an aktuelle wissenschaftliche Probleme des Feldes aufweisen, zu vermitteln.
E-Puck Kleinstroboter: Diese Roboter werden unter Verwendung von MATLAB gesteuert und programmiert. Die Aufgaben befassen sich mit der Implementierung der Kinematik und von Funktionen, die das direkte Anfahren von Zielpunkten und Trajektorien ermöglichen.
Simulationsumgebung Webots: Im Simulator sind verschiedene Roboterplattformen wie NAO, E-Pucks, YouBot, Baxter etc. implementiert und können über diverse Programmiersprachen angesprochen werden. Die Aufgaben befassen sich mit Hindernissvermeidung für mobile Roboter und der Implementierung von Roboterarmbewegungen
Projekte/Praktika Autonome Systeme
Die Projekte und Praktika eröffnen einen Einblick in die Prinzipien der Informationsverarbeitung im menschlichen Gehirn und wie diese zur Entwicklung intelligenter, autonomer Systeme eingesetzt werden. Die Studierende können Praktikums- und Projektarbeiten aus folgenden Bereichen wählen.
Gehirn-Computer-Schnittstelle (BCI)
Messung und Klassifizierung von EMG-Signalen
Messung und Klassifizierung von EEG-Signalen
Nutzung von EMG/EEG zur Steuerung prothetischer Geräte
Stimulierung von bewegungsbezogenen EMG-Signalen des Arms
Maschinelles Lernen
Theorie der neuronalen Netze und Komplexitätsmaße
Theorie des verstärkenden Lernens
Anwendung des maschinellen Lernens auf Klassifikationsprobleme
Entwurf und Steuerung von Exoskeletten
Selbstorganisierte Fuzzy-Neuronale Netze
Nutzung der Muskelermüdung zur adaptiven Steuerung eines Exoskeletts für die oberen Extremitäten
Steuerung eines aktuierten Hand-Exoskeletts
Virtuelle- und Erweiterte Realität
Gamification von Rehabilitationsszenarien für Schlaganfall- und Parkinson-Patienten
Aktuelle Drittmittelprojekte
Virtual reality based Machine Learning Arm-Hand Function Evaluation and Support (VAFES) Hochschule Ruhr West
Prof. Dr. rer. nat.
Ioannis
Iossifidis
Lehrgebiet: Theoretische Informatik und künstliche Intelligenz | Theoretical Computer Science and Artificial Intelligence
Die Hochschule Ruhr West verwendet Cookies, um Zugriffe und Marketingmaßnahmen zu analysieren. Diese Informationen geben wir an unsere Partner für Medienwerbung und Analysen weiter. Wir setzen Cookies von Analyse- und Retargeting-Software ein, um unsere Website bestmöglich an die Bedürfnisse unserer Besucher anpassen zu können. Sie können der Nutzung von Cookies zustimmen oder widersprechen. Weitere Informationen finden Sie in unserer
Datenschutzerklärung