Menschen bewältigen alltägliche Aufgaben mit Leichtigkeit. Sie manipulieren Objekte in ihrer Umwelt und können mit unvollständigen Informationen (z.B. Instruktionen) umgehen. Der Sonderforschungsbereich EASE untersucht, wie Roboter befähigt werden können, alltägliche Aufgaben im Haushalt mit ähnlicher Leichtigkeit zu meistern. Das Unterprojekt H3 untersucht, wie Menschen Aktivitäten durchführen. Basierend auf aufgezeichneten Daten von Menschen bei alltäglichen Tätigkeiten wie z.B. Tisch decken, werden Modelle entwickelt, welche das inherente Wissen über die Durchführung solcher Aktivitäten repräsentieren, um dieses Wissen für den Roboter verfügbar zu machen.
Kann die Vernetzung der urbanen Imkerei und Agrikultur eine nachhaltige und gemeinschaftliche Lebens- und Wirtschaftsweise im urbanen Raum unterstützen? Dieser Frage geht das Projekt anhand von Reallaboren auf Stadtteilebene nach um ein realitätsnahes agentenbasierten Simulationsmodell zu entwickeln, das diese Frage auch unter veränderlichen Rahmenbedingungen beantworten kann.
Der Frauenanteil in Informatikstudiengängen und -berufen ist mit rund 20 Prozent in Deutschland nach wie vor sehr niedrig. Dies zu ändern und den Anteil von Frauen in der Informatik nachhaltig zu erhöhen, hat sich das jetzt gestartete Verbundprojekt SMILE auf die Fahne geschrieben: Anhand des hochaktuellen Themas der intelligenten Umgebungen sowie eines darauf abgestimmten didaktischen Konzepts soll der Zugang zu Informatikthemen für junge Frauen und Mädchen geschaffen und kontinuierlich gefördert werden. Als Lern- und Experimentierumgebungen in dem überregionalen Projekt dienen dabei u.a die Labore der Arbeitsgruppe für Kognitive Neuroinformatik im Fachbereich 3 an der Universität Bremen.
Ziel ist die Entwicklung einer Reihe autonomer und sicherer, weil optimaler, Fahrmanöver für (Elektro-)Autos im Stadtverkehr. Dabei sollen unterschiedliche Manöver, die besonders im fahrgastspezifischen Assistenzbereich relevant sind, modelliert, auf einem realen Fahrzeug bestmöglich umgesetzt und getestet werden. Zu solchen Manövern gehören z.B. echtzeitfähige Brems-und Ausweichstrategien, automatisches Einparken, selbständige Parkplatzsuche (auch im Parkhaus), Engstellenassistent, Brems- und Fahrspurassistent und viele weitere Manöver. Ein konkretes Szenario ist die automatische Bereitstellung von Car-Sharing Fahrzeugen direkt beim Fahrgast, d.h. autonome Fahrzeuge können aus einem zentralen Car-Pool angefordert werden und finden ihren Weg sowie die Parklücke vor dem Haus des Nutzers selbständig.
In dem Projekt SmartFarm soll eine Methodik entwickelt werden, die es automatisiert erlaubt erneuerbare Energien (Solar- und Windkraft) gewinnbringend für KMLB einzusetzen. Hierzu werden (aus technischer Sicht), drei aufeinander aufbauende Phasen bearbeitet: Zuerst werden automatisiert Daten eines KMLB erfasst und ein minimalsensorisches Messsystem wird entwickelt. Auf Basis der so gewonnen Daten werden hochgenaue Prognosemodelle entwickelt, die die Produktion regenerativer Energieversorgungssysteme und KMLB-Verbraucher vorhersagen.
Das Ziel dieses Projekts ist die Simulation einer autonomen Weltraummission zu Asteroiden zum Ressourcenabbau. Die Gewinnung von wertvollen Ressourcen, welche auf Asteroiden verfügbar sind, ist essentiell für zukünftige Raumfahrmissionen.
Aktuell sind 166 Gäste und keine Mitglieder online