Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Filters

2
Reset filters

Settings
Now showing 1 - 2 of 2
  • Publication
    Autonome Robotersysteme in der Altlastensanierung
    ( 2022)
    Woock, Philipp
    ;
    Babu, Ajish
    In diesem Beitrag wird das Zukunftsthema Digitalisierung im Bereich der 1 Altlastensanierung hinsichtlich des autonomen Einsatzes schwerer Arbeitsmaschinen in kontaminierten Bereichen beleuchtet. Der Schwerpunkt dabei ist die Autonomiebefähigung für schwere Baumaschinen, so dass diese (Teil-)Aufgaben beispielsweise im Rahmen von Bodensanierungsmaßnahmen selbstständig erledigen können. Dazu müssen die handelsüblichen Geräte derzeit meist noch baulich verändert werden, was an zwei Beispielen illustriert wird. Die größte Herausforderung ist es aktuell, die Fähigkeiten des Menschen so nachzubilden, dass die schweren Arbeitsmaschinen bei der Ausführung der Autonomiefunktionen ebenso intelligent vorgehen. Da eine schwere Arbeitsmaschine, die von Algorithmen gesteuert wird, letztlich nichts anderes als ein großer mobiler Roboter ist, werden in diesem Beitrag die robotischen Aufgaben beschrieben, die es zu lösen gilt und wie diese Aufgaben im Kompetenzzentrum ROBDEKON exemplarisch an einem Raupenbagger und einem Schreitbagger gelöst wurden. Dieser Beitrag bietet einen Einblick in technische Details und die komplexen Hintergründe im Zusammenhang mit dem Praxiseinsatz von Robotersystemen in der Altlastensanierung.
  • Publication
    Anomaly Detection and XAI Concepts in Swarm Intelligence
    ( 2021)
    Anneken, Mathias
    ;
    Veerappa, Manjunatha
    ;
    Burkart, Nadia
    For human operators in swarm intelligence, decision support in critical situations is crucial. The large amount of data shared by the autonomous systems, can easily make the human decision makers too overwhelmed by it and hence there is a need for support in analysing the data in an intelligent way. For this purpose, automatic systems for assessing situations and indicating suspicious behaviour or statistical outliers is employed. This strengthen their situation awareness as well as decrease the work load. Therefore, in this work, we emphasize that the data fusion services developed for detecting anomalies in surveillance tasks, e.g. in the maritime domain, can be adapted to support operators in swarm intelligence. Furthermore, in order to make the behaviour of the swarm and the results of the data fusion services understandable to the human operator, explainable artificial intelligence (XAI) concepts are introduced. This makes the autonomous system's behaviour more intelligible and understandable to humans by providing explanations for certain decisions.