Spitzencluster it's OWL

Forschungsgruppen and der Universität Bielefeld tragen in vielen Bereichen zum Spitzencluster it`s OWL bei, z.B. durch die Beteiligung an Innovationsprojekten, Querschnittsprojekten und Nachhaltigkeits-maßnahmen. Diese Seite gibt einen inhaltlichen Kompass über die Forschungsgebiete und eine Übersicht über die Arbeitsgebiete und Kompetenzen der Universität Bielefeld im Spitzencluster it's OWL. Für weitere Informationen stehen die genannten Projektleiter auf Nachfrage zur Verfügung. Eine generelle Übersicht des Spitzenclusters finden Sie auf der Seite des Clustermanagements.

 

Kompetenzen der Universität Bielefeld im Spitzencluster


Kompetenz Projekte im Spitzencluster It's OWL
Interaktionsdesign CQP-MMI, CIP-FlexiMon
Usability & Evaluation CQP-MMI
Kognitronik & Sensorik CQP-IV, CQP-EE, CQP-SE, CIP-Self-X-Pro, CIP-SDIE, CIP-ReelaF
Systems Engineering CQP-SE, CQP-MMI, CIP-FlexiMon
Maschinelles Lernen CQP-SO, CQP-MMI, CIP-InCuB, CIP-InoTek, TP-InKom, TP-ExKoP, TP-SOPro, TP-Optimus
Automatische Bildverarbeitung CQP-MMI, CIP-ReSerW, CIP-ASSIST
Interaktive Robotik CQP-MMI, CIP-FlexiMon

CQP = Clusterquerschnittsprojekt

CIP = Clusterinnovationsprojekt

TP = Transferprojekt

 

Interaktionsdesign


Aus der stetig wachsenden Komplexität von intelligenten technischen Systemen ergeben sich neue Anforderungen an die Bedienbarkeit durch die Nutzer bei gleichzeitig möglichst flexibler Konfigurierbarkeit durch die Entwickler. Dabei profitieren beide Seiten von speziell angepassten Interaktionsmöglichkeiten, die z.B. die kognitiven Fähigkeiten des Menschen berücksichtigen. Das Clusterquerschnittsprojekt Mensch-Maschine-Interaktion bietet Methoden und Richtlinien aus der Spitzenforschung für einen zyklischen Designprozess, der alle Schritte von einer Anforderungsanalyse über verschiedenste Werkzeuge zur Schnittstellengestaltung bis hin zu Prototypen-Entwicklung und deren Evaluierung umfasst -- insbesondere im Hinblick auf Schnittstellen für intelligente technische Systeme, die multimodale und assistierte Interaktion bieten sollen. Welche Kombination von Eingabe-/Ausgabemodalitäten wie z.B. Sprache, Gestik, taktile Sensorik oder Blickverfolgung, aber auch welche klassischen Interaktionstechniken (z.B. Text, Visualisierung, Tastatur, Maus, GUI) geeignet sind, hängt wesentlich von der Art der Applikation, dem Nutzer sowie dem Nutzungskontext ab. Am Ende des Design- und Evaluationsprozesses stehen Systeme, die sich durch eine intuitive, robuste und adaptive Bedienung auszeichnen.

Ansprechpartner: Prof. Stefan Kopp

 

Usability & Evaluation


Das CITEC entwickelt eine Plattform aus Kriterien und technischen Werkzeugen, welche die Identifikation und Messung von verschiedenen Evaluationsgrößen für Mensch-Maschine-Schnittstellen ermöglichen (z.B. kognitive Last durch Reaktionszeiten, Ermüdung und Aufmerksamkeit durch Blickverfolgung, Fehlverständnis des Systems durch Bedienfehler). Neben der klassischen "Usability" wird dabei die umfassendere "User Experience" mit Studien in den Blick genommen, die das sozio-emotionale Erleben der Mensch-Maschine-Interaktion gezielt für intelligente technische Systeme untersuchen. Dies reicht bis hin zu verkörperten Systemen, wie z.B. virtuellen Avataren oder Robotern. Ein Ziel im Clusterquerschnittsprojekt Mensch-Maschine-Interaktion ist die Generierung offener Wissensdatenbanken, um das Potenzial neuartiger intelligenter technischer Systeme für Wissenschaft und Industrie zu ergründen.

Ansprechpartner: Prof. Stefan Kopp

 

Kognitronik & Sensorik


Mit der zunehmenden Anwendung der Integrationstechnik in nahezu allen Lebensbereichen hat sich die Mikroelektronik zur Schlüsseltechnologie der modernen Informationsgesellschaft entwickelt. Der systematische Entwurf und bedarfsgerechte Einsatz ressourceneffizienter mikroelektronischer Systeme ist das zentrale Forschungsziel der Arbeitsgruppe Kognitronik und Sensorik.
Der ungebrochene rasante Fortschritt der Mikroelektronik ist die treibende Kraft für die Entwicklung neuer technischer Produkte mit deutlich erweiterter Funktionalität und gesteigerter Leistungsfähigkeit bei gleichzeitig niedrigeren Kosten. Vor diesem Hintergrund entwickeln wir mikroelektronische Komponenten und Systeme in digitaler sowie analoger Schaltungstechnik. Besondere Berücksichtigung finden massiv-parallele Systemarchitekturen sowie die Bewertung der Ressourceneffizienz entsprechender Implementierungen. Ressourceneffizienz bedeutet hier, mit den physikalischen Größen Raum, Zeit und Energie sorgfältig umzugehen.
Unsere Forschungs- und Technologietransferaktivitäten konzentrieren sich auf die Schwerpunkte Kognitronik, Mediatronik und Sensorik. Hand in Hand mit der Forschung geht die theoretische und praktische Ausbildung der Studierenden in der Handhabung und Beherrschung der Schlüsseltechnologie Mikroelektronik in konkreten Anwendungen der Informations- und Automatisierungstechnik.

Ansprechpartner: Prof. Ulrich Rückert

 

Systems Engineering


Die steigende technische Komplexität intelligenter technischer Systeme, das reibungslose Zusammenspiel mechatronischer und kognitiver Komponenten sowie der Anspruch qualitativ hochwertige Software in begrenzter Zeit zu entwickeln, erfordert die Forschung und Erprobung neuer Konzepte für den System- und Softwareentwicklungsprozess. Methodisch stehen hier insbesondere Verfahren der modellbasierten Entwicklung (bspw. domänenspezifischer Sprachen oder allgemeine Modellierungssprachen wie SysML) sowie architekturzentrierte Vorgehensmodelle im Vordergrund, die in Forschungs- und Kooperationsprojekten angewendet und evaluiert werden. Analog zur Konstruktion werden Verfahren zur kontinuierlichen Analyse komplexer Softwaresysteme entwickelt, von der Einbettung statischer Verfahren zur Quellcodeanalyse in Application Lifecycle Management Prozessen bis zu Echtzeit-Fehlerdetektion und –diagnose in komplexen Servicerobotern und Automatisierungssystemen. Die Anwendung agiler Entwicklungsprozesse unter Einsatz aktueller Softwarewerkzeuge (bspw. Jenkins, Redmine, ...) und -bibliotheken (z.B. OpenCV, PCL, ROS, RSB, ...)  ist dabei Voraussetzung für die Entwicklung kognitiver Systeme, die den hohen Standards für den industriellen Einsatz gerecht werden und die von den Anwendern geforderte Zuverlässigkeit und Sicherheit bieten.

Ansprechpartner: Dr.-Ing. Sebastian Wrede, Prof. Ulrich Rückert

 

Maschinelles Lernen


Maschinelles Lernen ist die computergestützte Extraktion von Regelmäßigkeiten aus Daten. Die Anwendung maschineller Lernverfahren in technischen Systemen ermöglicht neuartige und effiziente Lösungen besonders dort, wo analytische Modelle nicht zur Verfügung stehen. Verfahren des maschinellen Lernens sind z.B. nichtlineare Regressionsverfahren, Neuronale Netzwerke und Verfahren zur Dimensionsreduktion. Die Komplexität sowie der „Black-Box“ Charakter dieser Verfahren führt dabei traditionell  zu Vorbehalten gegenüber der Anwendung solcher Methoden im industriellen Kontext. Diese sind jedoch häufig unbegründet und können durch die Verwendung moderner, robuster und effizienter Lernverfahren, wie sie das CoR-Lab entwickelt, ausgeräumt werden. Die Integration von Nebenbedingungen und Vorwissen in den Lernprozess erhöht die Verlässlichkeit und ist eine besondere Kompetenz des CoR-Lab. Das CoR-Lab bietet dazu Anwenderunterstützung in den Bereichen Modellbildung, Regelung, Condition Monitoring sowie bei der effizienten Datenrepräsentation und Visualisierung an.

Führen Sie unseren Quick-Check durch und identifizieren Sie potentielle Anwendungsfälle des maschinellen Lernens in Ihrer Domäne.

Ansprechpartner: Prof. Jochen Steil

 

Automatische Bildverarbeitung


Für die Realisierung autonomer interagierender Robotersysteme ist das Computersehen eine unabdingbare Voraussetzung. Hierbei widmen wir uns insbesondere der 2D- und 3D-Szenenanalyse, um automatisch ein Umgebungsmodell aufzubauen. Unser Ziel ist es aus lokalen und globalen Deskriptoren in Sensordaten und Meta-Informationen, wie z.B. räumliche Beschreibungen oder Aktivitätsprofile, semantische Informationen über die Szene, wie z.B. funktionale Bereiche, zu extrahieren. Dadurch können Roboter und Mensch ein gemeinsames Szenenverständnis aufbauen und sich so intuitiver verstehen. Ein weiterer Schwerpunkt in diesem Bereich ist die Detektion und das Tracking von Menschen in Echtzeit, eine Fähigkeit, die für den Start und die Aufrechterhaltung einer Mensch-Roboter-Interaktion essentiell ist und zur Analyse menschlicher Aktivitäten eingesetzt werden kann. Darüber hinaus untersuchen wir Ansätze zur Personenidentifikation, zur Bestimmung der Körperpostur und zur Interpretation von Gesichtsausdrücken. Neben der Integration dieser Forschungsergebnisse in interagierende Robotersysteme, stellen wir uns auch der Herausforderung Lösungen für Probleme der industriellen Bildverarbeitung zu erarbeiten. Hierbei verfügen wir über langjährige und umfangreiche Erfahrung in der Kooperation mit diversen Industriepartnern wie z.B. Daimler AG oder Honda Research Europe. Im Rahmen des Spitzenclusters bearbeiten wir in Zusammenarbeit mit der Firma Kannegiesser GmbH Bildverarbeitungsprobleme, die sich im Zusammenhang mit der Handhabung von Wäschestücken ergeben.

Ansprechpartner: Prof. Franz Kummert

 

Interaktive Robotik


Flexible Automatisierung der nächsten Generation wird zunehmend interaktive Roboter einschließen, die mit ihren Nutzern kooperieren. Redundanz und Kraftregelung erhöhen die Vielseitigkeit und erlauben neue Vorgehensweisen in der Programmierung durch Führen und Vormachen, in der impliziten Modellierung der Umwelt durch Lernen und in der Integration in größere Fertigungssysteme.  Getrieben durch die Spitzenforschung an humanoiden Robotern, entwickelt das CoR-Lab,neue Interaktionsmodi, Sicherheitsarchitekturen und kollaborative Anwendungsszenarion und evaluiert diese in Nutzerstudien gemeinsam mit Industriepartnern wie z.B. der Harting Technologie Gruppe. Menschenähnliches Geifen und taktile Wahrnehmung stehen dazu in Forschungsgruppen des CITEC im Mittelpunkt. Gemeinsam betreiben wir dabei Technologiescouting für die Region und entwickeln selbst insbesondere Interaktions- und Lernmethoden, um diese neuen Technologien optimal und nutzerfreundlich einzusetzen.

Ansprechpartner: Prof. Jochen Steil

 

Das MMI-Transferlabor an der Universität Bielefeld


Das MMI-Transferlabor wurde im Rahmen des it’s OWL CQP „Mensch-Maschine-Interaktion (MMI)“ an der Universität Bielefeld etabliert und bündelt die Kompetenzen der beteiligten Forschungsinstitute „Heinz Nixdorf Institut“ (HNI) in Paderborn, „Institut für Kognition und Robotik“ (CoR-Lab) und Exzellenzcluster „Kognitive Interaktionstechnologie“ (CITEC) in Bielefeld. Das HNI vertritt federführend den Bereich Virtual/Augmented Reality, das CoR-Lab den Bereich Interaktive Robotik und Sicherheit, das CITEC den Bereich Methoden der MMI und Evaluation. Das MMI-Transferlabor befindet sich im CITEC Forschungsbau der Universität Bielefeld, das über einen einzigartigen Laborbereich verfügt.

Der Transfer und die Evaluation von Methoden der Mensch-Maschine-Interaktion in die Praxis, die Entwicklung von Werkzeugen zum sicheren und effizienten Einsatz von MMI sowie Demonstratoren, die den jeweils aktuellsten Forschungsstand anwendungsnah präsentieren sind Schwerpunkte des Clusterquerschnittsprojektes MMI. Sie werden im MMI-Transferlabor im CITEC Forschungsbau zentral präsentiert. Ein besonderes Element ist hierbei die geplante Verbindung der beiden Standorte in Bielefeld und Paderborn im Rahmen des MMI-Transferlab durch eine virtuelle Webverbindung, die es ermöglichen soll Besuchern jeweils einen Einblick auch in die Arbeit am anderen Standort zu geben.
Die im Transferlabor präsentierten Demonstratoren erlauben es interessierten Unternehmen neueste Interaktions- und Robotiktechnologien kennenzulernen und Software zur Realisierung von Interaktion praktisch zu evaluieren. Dazu wird auf Hardware zurückgegriffen, die in den etablierten Spitzenforschungszentren, im HNI, CoR-Lab und im CITEC zur Verfügung steht und auf Software und Methoden, die im CQP-MMI entwickelt werden. Ergänzt wird dieses Angebot durch Beratung und Schulung, welche es den Clusterunternehmen erlauben, in einfacher Weise auf den neuesten Stand der Forschung und Technik zuzugreifen.