MMT112: Software in der Robotik

Kernmodule Mechatronik und Robotik

MMT112: Software in der Robotik

Kurzporträt MMT112: Software in der Robotik

Worum geht es? In diesem Modul steht die Software hinter modernen Robotersystemen im Mittelpunkt: Sie konfigurieren und nutzen Robotiksoftware-Frameworks wie ROS/ROS2, entwickeln KI-gestützte Roboteranwendungen für Wahrnehmung, Objekterkennung, Bewegungsplanung oder Reinforcement Learning und erstellen virtuelle Lernmodelle. Simulationstools wie RViz unterstützen Sie dabei, Lösungen zu testen und zu validieren, bevor sie auf echter Hardware laufen.

Wofür braucht man es? Diese Kompetenzen werden gebraucht, um moderne Robotiksoftware professionell einzusetzen, KI-gestützte Robotiksysteme zu implementieren und Open-Source- sowie proprietäre Softwarelösungen für industrielle, mobile und kollaborative Roboter fundiert zu bewerten. Sie sind die softwareseitige Ergänzung zur mechanischen und regelungstechnischen Auslegung von Robotersystemen.

Wieso ist es interessant? Die Leistungsfähigkeit heutiger Roboter hängt maßgeblich von der Software ab, die Wahrnehmung, Planung und Steuerung miteinander verbindet. Wer verstehen möchte, wie ROS/ROS2 zum De-facto-Standard der Robotiksoftware wurde und wie KI-Methoden Robotern neue Fähigkeiten wie Objekterkennung oder autonomes Lernen verleihen, findet hier den praxisnahen Einstieg.

Modulverantwortung

Prof. Dr. Holger Dander

Lehrperson(en)

Prof. Dr. Holger Dander

Verwendbarkeit

Master Elektrotechnik
Master Maschinenbau
Master Mechatronik und Robotik

Fächergruppe

Ingenieurwissenschaften

Modultyp

Wahlpflicht

Sprache

Deutsch

Angebot

Sommersemester

Dauer

1 Semester

Credits

5 ECTS

Benotung

Deutsche Notenskala 1-5

SWS

2 V | 1 Ü | 1 P | - S

Workload

Präsenzstudium: 45 Std. Selbststudium: 90 Std.

Engl. Titel

Software in Robotics

Empfohlene Voraussetzungen

Robotik, kollaborierende Robotik, Sensorik

Lernergebnisse / Kompetenzen

WAS

Die Studierenden können Robotiksoftware-Architekturen anwenden und planen, Robotiksysteme mit ROS und KI-Methoden nutzen sowie proprietäre und offene Softwarelösungen kritisch bewerten und in praxisnahen Szenarien anwenden.

WOMIT

Die Studierenden erreichen dieses Lernergebnis, indem sie

Robotiksoftware-Frameworks, insbesondere ROS/ROS2, konfigurieren und nutzen,
Roboteranwendungen mit künstlicher Intelligenz (z. B. Wahrnehmung, Objekterkennung, Bewegungsplanung, Reinforcement Learning) entwickeln,
virtuelle Lernmodelle (VLMs) erstellen und trainieren,
Schnittstellen zu Hardware, Sensorik und Aktorik implementieren,
Open-Source-Software und proprietäre Software hinsichtlich Funktionalität, Flexibilität und Kosten vergleichen,
Simulationstools (bspw. RViz) für Tests und Validierung verwenden,
Ergebnisse dokumentieren, evaluieren und optimieren.

WOZU

damit die Studierenden in die Lage versetzt werden, moderne Robotiksoftware professionell einzusetzen, KI-gestützte Robotiksysteme zu implementieren und innovative Softwarelösungen für industrielle, mobile und kollaborative Roboter praxisnah zu bewerten.

Inhalte

Einführung in Robotersoftware
Einführung in ROS / ROS2
Kommunikation und Middleware
Robotersimulation und Visualisierung
KI-Methoden in der Robotik
Virtuelle Lernmodelle
Bewegungsplanung und Navigation
Wahrnehmung und Sensorfusion
Datenmanagement und Logging
Proprietäre Softwarelösungen
Softwaresicherheit in der Robotik
Projektarbeit, Präsentation und Reflexion

Prüfungsvorleistung

Keine

Prüfungsleistung

Schriftliche Ausarbeitung mit mündlicher Prüfung (30 Minuten); Umfang und Abgabemodalitäten der schriftlichen Ausarbeitung werden zu Beginn des Moduls bekanntgegeben.

Literatur

Morgan Quigley; Brian Gerkey; William D. Smart: Programming Robots with ROS. O’Reilly Media, 2015.
Anis Koubaa (Hrsg.): Robot Operating System (ROS): The Complete Reference, Volume 1. Springer, 2016.
Sebastian Thrun; Wolfram Burgard; Dieter Fox: Probabilistic Robotics. MIT Press, 2005.
Bruno Siciliano; Oussama Khatib (Hrsg.): Springer Handbook of Robotics. Springer, 2016.