MiG

2017

14Abschlussarbeit(en)

Steinke, Nicolai Sebastian: Schwarm-basiertes Mapping für autonome Autos

Betreuer: Daniel Göhring , Raúl Rojas , Fritz Ulbrich
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 06.09.2017

Fahrzeuge mit immer größeren Automatisierungsgrad befinden sich auf dem Vormarsch, jedoch ist die derzeitige Verkehrsplanung noch vollständig auf menschliche Fahrer ausgerichtet.

In naher Zukunft werden moderne Fahrzeuge immer mehr Fahraufgaben in dem von menschlichen Fahrern dominierten Straßenverkehr übernehmen. Das kooperierende Fahren mit anderen Verkehrsteilnehmern stellt hierbei (teil-)autonome Fahrzeuge vor große Herausforderungen, denn viele Autofahrer folgen den Verkehrsregeln nicht mit der strikten Genauigkeit eines Computers.

Dies offenbart sich deutlich bei der Betrachtung von Kreuzungen. Hier finden die oftmals spärlichen Spurmarkierungen häufig nur wenig Beachtung. Eine Steigerung dazu sind große Kreuzungen und Kreisverkehre, bei denen gänzlich auf Spurmarkierungen verzichtet wurde.

In diesen Szenarien müssen sich autonome Fahrzeuge nach dem Fahrverhalten der anderen Verkehrsteilnehmer richten, um sicher und für andere Fahrer vorhersehbar zu agieren. Schwarmbasierte Navigationstechniken können die Entwicklung eines solchen Fahrverhaltens unterstützen.

Im Rahmen dieser Masterarbeit wurde ein Verfahren entwickelt, das eine Schwarm-Kartographierung von Straßenabschnitten, insbesondere Kreuzungen und Kreisverkehren, erlaubt. Bei diesem schwarmbasierten Mapping werden die Verkehrsbewegungen anderer Fahrzeuge erfasst und in einer Karte gespeichert, die eine effiziente Auswertung der Daten erlaubt.

Es wird gezeigt, dass sich mit realen Sensoraufzeichnungen des autonomen Forschungsfahrzeugs "MadeInGermany" präzise Karten aus den Fahrtbewegungen der anderen Fahrzeuge erstellen lassen.

Diese Karten werden einer umfassenden Genauigkeitsanalyse unterzogen. Zudem wird demonstriert, dass sie sich zur Pfadplanung, zur Erkennung von Abweichungen im Verkehrsfluss und zur Vorhersage der Intention anderer Verkehrsteilnehmer eignen.

Rosemann, Benjamin Malte: Ein erweiterbares System für Experimente mit Multi-Target Tracking von markierten Bienen

Betreuer: Tim Landgraf , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 01.03.2017

Das BeesBook Projekt ist ein Forschungsprojekt des Biorobotics Lab an der Freien Universität Berlin und untersucht als Schwerpunkt das Sozialverhalten von Bienen. Seit 2014 versehen Mitarbeiter des Projektes jährlich die Individuen eines Bienenschwarms mit zirkulären Binärcode Markierungen (Tags). Die markierten Bienen werden anschließend in ihrem Stock über mehrere Wochen mit hochauflösenden Kameras im Infrarobereich beobachtet. Eine Pipeline genannte Anwendung bestimmt die Positionen der Tags in den Bilddaten und liest die Tag-Ids aus. Danach sind circa 80% der Zuordnungen von Beobachtungen zu den individuellen Bienen korrekt. Mit Strategien des Multi-Target Trackings ist es möglich, die Erkennungsrate zu erhöhen. In dieser Arbeit wird gezeigt, dass schon ein spartanischer Ansatz die Erkennungsrae um 10% verbessert.  Dafür wird eine Anwendung vorgestellt, die die Vorbereitung, Durchführung und Analyse des Trackings auf den Daten des Bees-Book Projektes ermöglicht. Mit dieser Anwendung wird in einem Proof-of-Concept die Erkennungsrate mit Strategien des Multi-Target Trackings in einem mehrstufigen Verfahren auf über 95% erhöht. Der Vergleich mit eines existierenden Verfahren zeigt die Vorteile des mehrstufigen Trackings bezüglich Qualität und Laufzeit.

Li, Yanlei: Robofish: Real-time adaptive recruitment behaviors for biomimetrics robots in live guppy

Betreuer: Tim Landgraf , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 05.07.2017
Sprache: eng

In this  thesis, an adaptive leading behavior model for a biometric robot is proposed to lead a guppy: A series of analyses of fish shoals has been performed to provide the theoretical support for this model. This model uses quantified reactions of fish to the robot as feedback. It is implemented using a state machine. The behavior of this model has been divided into sub-behaviors, while each sub-behavior corresponds to a state of the state machine. The adjustment of the robot's motion is made within most of the state and the transitions of the state dependent on the environment in real time. The results indicate that this model is effective to lead a live guppy.

Kirchner, Daniel: Representation and Partial Automation of the Principia Logico-Metaphysica in Isabelle/HOL

Betreuer: Christoph Benzmüller , Edward Zalta, Stanford University
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 30.05.2017

We present an embedding of the second-order fragment of the Theory of Abstract Objects as described in Edward Zalta's upcoming work Principia Logico-Metaphysica (PLM[12]) in the automated reasoning framework Isabelle/HOL. The Theory of Abstract Objects is a metaphysical theory that reifies property patterns, as they for example occur in the abstract reasoning of mathematics, as abstract objects  and provides an axiomatic framework that allows to reason about these objects. It thereby serves as a fundamental metaphysical theory that can be used to axiomatize and describe a wide range of philosophical objects, such as Platonic forms or Leibniz' concepts, and has the ambition to function as a foundational theory of mathematics. The target theory of our embedding as described in chapters 7-9 of PLM [12] employs a modal relational type theory as logical foundation for which a representation in functional type theory is known to be challenging [8].

Nevertheless we arrive at a functioning representation of the theory in the functional logic of Isabelle/HOL based on a semantical representation of an Aczel-model of the theory. Based on this representation we construct an implementation of the deductive system of PLM ([12, Chap. 9]) which allows to automatically and interactively find and verify theorems of PLM.

Our work thereby supports the concept of shallow semantical embeddings of logical systems in HOL as a universal tool for logical reasoning as promoted by Christoph Benzmüller [1].

The most notable result of the presented work is the discovery of a previously unknown paradox in the formulation of the Theory of Abstract Objects.The embedding of the theory in Isabelle/HOL played a vital part in this discovery. Furthermore it was possible to immediately offer several options to modify the theory to guarantee its consistency. Thereby our work could provide a significant contribution to the development  of a proper grounding for object theory.

Kontakt Daniel Kirchner:  daniel@ekpyron.org

Bussas, Nils: Evaluierung und Weiterentwicklung von Methoden zum visuellen Tracking in der Bronchoskopie

Betreuer: Raúl Rojas , Wolfgang Mulzer
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 09.05.2017

Computergestützte Navigation wird in bronchoskopischen Operationen genutzt, um Ärzten die Orientierung im weitverzweigten Bronchialsystem zu erleichtern. Dadurch kann die Zeit eines Eigriffs verkürzt und die Fehlerrate verringert werden. Aktuelle Navigationssysteme berechnen die Pose des Bronchoskops häufig mittels eines elektromagnetischen Sensors, der in den Arbeitskanal des Instruments eingeführt wird. Um die Navigation ohne einen solchen Sensor zu ermöglichen, soll das Bronchoskop visuell unter Verwendung des Kamerabildes lokalisiert werden.

Die Leistungsfähigkeit der vielzähligen Methoden des visuellen Trackings sind in diesem Kontext noch wenig erforscht.  Daher ist das Ziel dieser Masterarbeit, eine Reihe von Algorithmen zum visuellen Tracking in der Lunge quantitativ zu analysieren.

Zu den analysierten Methoden gehören das Keypoint Matching und der optische Fluss. Darüber hinaus wird als wichtigste Anwendung des visuellen Trackings die Odometrie mit den verschiedenen Algorithmen analysiert. Es wurde festgestellt, dass das Keypoint Matching nur weniger als 2% der Features korrekt zuordnen kann. Der optische Fluss hingegen kann eine deutlich höhere Anzahl von Punkten korrekt zuordnen. Die Odometrie mittels des optischen Flusses wurde, mit dem Ergebnis, das Brox und Farnebäck die geeignetsten Algorithmen sind, untersucht.

Zuletzt werden eine Reihe von weiterführenden Verfahren, mit denen das Tracking verbessert werden kann, vorgeschlagen.

Bröker, Felix: Construction site detection for autonomous vehicles using deep learning

Betreuer: Daniel Göhring , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 28.02.2017
Sprache: eng

Currently, big players in the automotive sector are racing each other for developing the first full autonomous vehicle. The most well-known among them are Tesla Inc., VW AG and even non-automotive companies, such as Alphabet Inc. and Apple Inc. are taking part. However, there are still many pitfalls and major challenges they are faced with. Specifically unexpected situations in everyday road traffic have to be considered. Nissan recently even plans to install a remote call center for providing human assistance for dealing with those siutations and even has lost the hope of eventually developing a full autonomous vehicle one day. One type of these critical siutations is given by road construction sites. A road construction site is characterized by a broad range of unforeseeable temporal changes to the infrastructure that can invalidate any preexisting map information for navigation purposes. Furthermore, an undefined behavior or slow reactions on infrastructure changes can directly affect the road safety or obstruct the traffic-flow. The present work specifically focuses on this problem domain, and examines how deep learning can be a part of a solution towards a fully autonomous handling of those situations. For this purpose, a dataset of hundreds of road construction site images has been created. Only images of construction sites that comply with german rules and regulations and images taken at daytime are considered. Further, a deep convolutional neural network (CNN) has been designed and trained to detect road construction sites as well as the corresponding changes to the actual driving lanes on a pixel level. The final outcome of this work basically demonstrates the powerfulness of deep learning with respect to the domain of construction sites and thus provides a proof of concept for future developments in autonomous driving.

Schütz, Fabian: Wahrhaftiger Toren Zorn - Repräsentation und Interpretation von Argumenten

Betreuer: Christoph Benzmüller , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 25.04.2017

Im zweiten und dritten Kapitel seines Werkes Proslogion formulierte Sankt Anselm von Canterbury sein berühmtes ontologisches Argument. Ob dieses als Beweis anzusehen ist, bleibt aufgrund der informalen Verschriftlichung fraglich. Eder und Ramharter haben 2015 mehrere formale Rekonstruktionen und einen allgemeinen Anforderungskatalog für solche präsentiert. Die Probleme ihrer Rekonstruktion erörtere ich, erarbeite und verifiziere eine Verbesserung. Den Anforderungskatalog überarbeite ich zweckmäßig. Abschließend diskutiere ich die Ergebnisse und ihre Implikationen.

Tugan, Kadir: Detection of Honey Bee Dancers and Followers with Model-Based Machine Learning

Betreuer: Tim Landgraf , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 04.05.2017
Projekt:

The waggle dance patterns of the western honey bee are well understood and researched. New methods in computer vision systems allow long-term tracking of individual bees to capture the spatiotemporal position of each bee in the hive. Previous research on the detection of the waggle dance primarily focuses  on videos with a high frame rate. The few currently known methods on spatiotemporal date require a high temporal resolution of at least 13 Hz to capture the waggle behavior part. Contrary to the dancer, research on the detection of waggle dance followers is not existent.

This thesis introduces a new model to detect waggle-dancers and their followers in spatiotemporal data with a low temporal resolution by using domain knowledge  to engineer specific features that match these behaviors. We describe the model of the waggle-dance and their followers, the patterns behind it and the process to utilize this knowledge into specific features.

The proposed model allows the discovery of not only the waggle-dancers  but its followers; the combination of long-term tracking and the detection enables further research into the relation between each bee in the colony.

Schlegel, Alexa: Temporal Analysis of Honey Bee Interaction Networks Based on Spatial Proximity

Betreuer: Tim Landgraf , Philipp Hövel, Technische Universität Berlin
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 20.04.2017
Sprache: eng

The BeesBook system provides high-resolution data about bee movements within a single colony by automatically tracking individual honey bees inside a hive over their entire life. This thesis focuses on the process of designing and implementing a network pipeline to extract interaction networks from this data. Spatial proximity is used as an indicator for interactions between bees. Social network analysis methods were applied to investigate the static and dynamic properties of the resulting social networks of honey bees on a global, intermediate and local level. The resulting networks were characterized  by a low hierarchical structure and a high density.  The global  structure of the colony seems to be stable over time. The local structure is highly dynamic, as bees change communities as they age. Communities in the honey bee network are formed by age groups that show a high spatial fidelity. The findings are in line with the established state of research that colonies  are organized around age-based task division. The results of the analysis validate the implemented pipeline and the inferred networks. Consequently, this work provides an excellent foundation for future research focusing on temporal network analysis.

Kornfeld, Nils: Optimierung eines neuronalen Netzes zur Objekterkennung unter Verwendung evolutionärer Algorithmen

Betreuer: Raúl Rojas , Tim Landgraf , Dr. Karsten Kozempel
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 06.04.2017

In recent years, neural networks have been widely used as the method of choice for classification tasks in computer vision and image processing. The networks that currently provide the best results are very deep residual Convolutional Neural Networks. New network structures, based on the previously used topologies are developed each year, using different approaches. In this thesis the application of a canonical genetic algorithm to optimize the topology of neural networks is investigated. Current state of the art networks are used as a baseline to start the optimization form. The generated architectures achieve an improved classification accuracy, compared to reference networks. The developed network structures differ from commonly used architectures in their higher level architecture. In contrast to the reference networks they are not homogeneously from a sequence of different blocks. The improved classification accuracy suggests that the use of heterogeneous structures may be advantageous.  Furthermore it is shown that the generated neural networks converge in fewer iterations, producing better results.

Jahns, Marcus: Effektives Einordnen autonomer Fahrzeuge in den Straßenverkehr - ein Ansatz zu Schwarmverhalten basierend auf neuronalen Netzen

Betreuer: Daniel Göhring , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 04.09.2017

In den vergangenen Jahren gab es immer weitere Entwicklungen auf dem Gebiet der Robotik und autonomen Systeme. Ein Bereich davon ist die Forschung an autonomen Fahrzeugen und daran, sie in den normalen Straßenverkehr integrieren zu können. Das wohl bekannteste Beispiel für ein solches Auto ist das von Google seit 2009 entwickelte Waymo. Einer der wichtigsten Aspekte bei dieser Entwicklung ist, neben der Sicherheit für Fahrzeuginsassen und andere Fahrer, zu gewährleisten, dass es sich möglichst optimal in den Verkehr eingliedern kann und nicht zur Behinderung für normale Autofahrer wird.

Im Rahmen dieser Arbeit soll es darum gehen, mit Hilfe von maschinellem Lernen und gesammelten Daten von autonomen Fahrzeugen der Autonomous Cars Projektgruppe, zu ermitteln, wie sich ein solches Fahrzeug abhängig von anderen Autos am besten auf der Straße einordnen sollte. Dabei soll es nicht darum gehen, optimal den vorhandenen Platz auf der Straße auszunutzen sondern stattdessen, möglichst gut das Fahrverhalten eines durchschnittlichen Fahrers zu imitieren um sich möglichst natürlich in den Verkehr einzugliedern.

Dabei sollen Sensordaten von Testfahrten betrachtet werden und die Positionsdaten anderer Fahrzeuge mit Hilfe von neuronalen Netzen angelernt werden um für eine gegebene Verkehrssituation eine möglichst gute Positionierung angeben zu können.

Schmoldt, Dennis-Paul: Digitale Auswertung von Bienenflügen zur Analyse des Einflusses von Neonicotinoiden auf das Lernverhalten von Bienen

Betreuer: Tim Landgraf , Randolf Menzel
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 24.04.2017
Projekt:

Ziel der vorliegenden Arbeit ist es, ein leicht anzuwendendes Programm zu entwickeln mit dem die Daten des Versuchs automatisiert aufbereitet und ausgewertet werden können. Ferner soll es eine Modularität aufweisen, so dass es ohne größere Arbeit für ähnliche Versuche wiederverwendet werden kann.

Kühling, Christian: Fisheye Camera System Calibration for Automotive Applications

Betreuer: Daniel Göhring , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 05.05.2017
Sprache: eng

In this thesis, the imagery of the fisheye camera system mounted to the autonmous car MadeInGermany of the Freie Universität Berlin is processed and calibrated. Hereby, distortions caused by fisheye lenses are automatically corrected and a surround view of the vehicle is created.

Over the next decade, autonomous cars are expected to dadically change mobility as we know it. While intelligent software systems made astonishing improvements over the past years, the eventual quality of autonomous cars depends on their sensors capturing the environment.

One of the most important sensors are cameras for visual input. Hence, it does not surprise that current autonomous prototypes often have multiple cameras, for example to prevent  having blind spots. For this specific reason, fisheye lenses with a large field of views are often used.

To utilize recordings of these camera systems by computer vision algorithms, a camera calibration is required. It consists of the intrinsic calibration, rectifying possible distortions and extrinsic calibration, detrmining position and pose of the camera.

Draegert, Jan: Efficient Superpixel Creation in High-resolution Images by Applying a PLANT

Betreuer: Daniel Göhring , Raúl Rojas
Abschluss: Master of Science (M.Sc.)
Abgabedatum: 14.07.2017
Sprache: eng

Autonomous robots attempt to understand their environment in real-time.

The data structure PLANT, which this thesis introduces, clusters large amounts of data efficiently. To detect homogeneous image regions fast, a PLANT combines an integral image with a binary search. Moreover, a PLANT-based vision for soccer-playing robots is presented. It enables the robots to perceive their environment with a camera resolution of

1920×1080 pixels at a frame rate of 30 Hz. For superpixel creation, the algorithms _PLANT and _PLANTm are introduced. The time complexities of _PLANT and _PLANTm are O(n + k·log(n)) and O(n + k·log(n) + k^2 ), where n is the number of pixels and k the number of superpixels. PLANT-based algorithms benefit from the spatial locality of reference, which results in a high speed-up.

 

_PLANT and _PLANTm are compared to state-of-the-art superpixel algorithms. In the experiments, no other state-of-the-art algorithm but _PLANT and _PLANTm achieved a frame rate of 30 Hz at a HD resolution. At a resolution of 3504×2336 pixels, _PLANT required 21 ms, while the fastest non-PLANT-based algorithms, whose parameter were optimized for efficiency, required 368 ms. The achieved superpixel quality is comparable with state-of-the-art algorithms—and similar to the watershed segmentation algorithm. Thus, the use of _PLANT and _PLANTm is recommended if superpixels have to be created on high-resolution images fast.