• “认知与机器人研究所- co - lab”

• corc - lab提供什么?
  • 技术转让
  • 有关认知及学习科技的讲座及简报
  • 培养高素质人才
  • 合作FuE科研和教学项目
  • 信息交换
  • 在个别措施方面的合作
  • 联系学生项目
  为了面对这些问题给机器人带来的巨大挑战，2007年7月，在神经信息学研究小组(Prof. H. Ritter博士，Prof. J. Steil博士)和应用计算机科学研究小组(Prof. G. Sagerer博士)的参与下，德国比勒费尔德大学成立了“认知和机器人研究中心(corc - lab)”，并得到了德国创新、科学和技术部的支持。北莱茵-威斯特法伦州的研究和技术，并与工业伙伴本田欧洲研究院有限公司(HRI-EU)建立战略合作伙伴关系。在这个持续的伙伴关系中，从2007年到2012年，HRI-EU为一个联合研究生院的研究项目贡献了两个ASIMO机器人。本田和coro - lab之间的特殊关系在2012年再次延续了四年，并在机器人、机器学习和驾驶辅助方面继续开展新的研究项目。
  参与该实验室的研究小组在人工认知、计算机视觉、神经网络和机器学习以及人-机器人交互等领域的研究工作广为人知。他们控制着独特的丰富的机器人平台，包括两个人形iCub机器人，几个Nao机器人，拟人化的机器人手，库卡LWR兼容的手臂，一个仿生处理助手，以及进一步的服务机器人。
  自2007年成立以来，corc - lab在这些智能系统技术广泛领域的能力的获得，以及对应用研究的日益关注，使其越来越成为Ostwestfalen-Lippe地区先进智能技术从基础研究向工业应用转移的中心。通过与区域行业合作伙伴的联合项目，通过组织优秀研究成果的转移，支持国内中型经济，例如，通过corc - lab从比勒费尔德认知交互技术卓越中心到应用合作伙伴的转移链。基于这一目标，corc - lab还领导了比勒费尔德大学对BMBF Spitzencluster的贡献。

• 项目

• 这是猫头鹰

• 为机器添加智能。
  未来市场的高科技。一个包含经济和科学的技术网络正在OstWestfalenLippe成长，它将为智能产品和生产系统制定世界标准。集群智能技术系统OstWestfalenLippe简而言之，OWL被认为是工业4.0的先驱，为德国作为工业基地的竞争力做出了重要贡献。曾在联邦教育和研究部的前沿集群竞赛中获奖，是OWL的质量标志。
  174家公司、研究机构和组织在it的OWL网络内进行合作。在经济和科学的共同努力下，他们实现了从机电一体化到智能技术系统的创新跨越。机械工程、电气和汽车供应行业的世界市场领导者与顶级研究机构合作。
  45个项目该公司总预算为1亿欧元，将为新一代产品和生产系统开发技术，从机器、车辆、家用电器到智能电网和网络生产工厂的自动化和驱动解决方案。
  联邦教育和研究部用4 000万欧元维持这些活动。
  这项技术该平台将为众多生产企业提供可用的服务。这是东威斯特法伦利佩地区增长和就业的强劲动力。
  
  技术概念
  工程科学和信息智能技术系统的共同努力的结果
  
  • 与环境互动，自主适应(自适应)，
  • 在动态环境中应对意外情况(稳健)，
  • 在经验知识的基础上预测各种影响的效果(预期)，
  • 还要考虑个人用户行为(用户友好)。
  智能技术系统
  • 帮助创建产品和生产系统的新功能，为用户提供更方便的操作，
  • 改进开发、安装、维护和生命周期管理，
  • 提高可靠性、安全性和可用性，
  • 更有效地利用能源和材料等资源，
  • 并允许个性化和多变的生产过程。
• • 

• FlexIRob -指尖运动学习

• 使机器人成为与人类高效、安全合作的同事是当前机器人研究的一个主要目标。在比勒费尔德大学的co - lab，研究人员使用学习和交互技术来控制柔顺机器人，如KUKA轻量级机器人(LWR)，以实现这种人机交互。研究成果不断集成到展示机器人系统“FlexIRob”中，为灵活的机器人同事和先进的人机协作场景提供了一个测试平台。
  
  在目前的设置中，FlexIRob允许在工作空间的不同区域教冗余机器人各种零空间约束。没有特殊机器人知识的用户可以在与兼容机器人的物理交互中执行此任务，例如重新配置工作单元环境。经过短时间的训练，学习到的自适应映射解决了机器人的逆运动学问题。它被嵌入到系统的运动控制器中，因此允许在任务空间中执行任意运动，尊重学到的零空间约束。这是向我们设想的灵活的机器人同事系统迈出的一大步，因为它避免了该任务的标准方法以前需要的复杂的手动编程。
• • 
• • 

• AMARSi -丰富运动技能的自适应模块化架构

• AMARSi是欧盟资助的第七个框架计划的研究项目。该项目是一个大型集成项目，主办在信息和通信技术类别，单元E5:认知系统，交互和机器人。
  
  与机器人相比，人类和动物的运动技能仍然非常惊人。AMARSi的目标是在机器人运动技能上向生物丰富性的质的飞跃。AMARSi的目标:在iCub人形机器人和四足动物Oncilla上实验和演示丰富的运动技能。机器人丰富的运动技能将对我们的社会产生巨大的影响。机器人灵巧灵巧的动作使它们更适合做大量的工作。顺从和自然的动作将使他们融入日常生活，安全和心理上可接受。
  
  AMARSi的研究集中在三个主要领域:生物学、机器人和软件方法。七个研究主题(或工作包)紧密集成。
  
  • 人类运动原语-工作包1
  • 兼容系统-工作包2
  • 形态计算-工作包3
  • 自适应模块-工作包4
  • 学习-工作包5
  • 体系结构——工作包6
  • 机器人实验-工作包7
  • 传播和培训-工作方案8
  • 管理和协调——工作包9
• • 
• • 
• • 

• 研究小组

• • 

  • 认知机器人与学习

  • 本课题组以机器学习、认知和人机交互为研究对象。最终目标是在人机合作中实现交互式学习。研究小组研究了行为生成、运动学习和视觉对象识别的高效和终身学习方法，以最大限度地提高机器人系统的自主性和适应性。特别是模仿学习和自举过程是研究的中心领域。本研究组的应用领域包括ASIMO、iCub、轻型KUKA LWR机械臂和其他机器人的行为学习和生成，用于物体识别的视觉在线学习，以及用于生成包括音频和视频信号在内的复杂时间序列的自主学习方法。
    
    主要的方法焦点是神经学习方法，特别是循环储层网络，和其他机器学习方法的转移到交互式场景，这需要较高的计算效率和在线学习能力。在这个领域特别感兴趣的是生成方法，它允许在分类或预测的同时生成行为。“ALEGRO”和“生成油藏理论”项目涵盖了生成模型的重要方法学方面。
    “灵活全身运动的神经学习”和“人类目标导向的模仿学习”项目追求运动控制的自主引导和通过模仿学习获得技能。中心目标是了解与运动学习和模仿学习相关的认知和发展方面。研究小组采用综合方法，通过实现这些过程的计算模型来解决这方面的重要问题。
    
    该研究小组还为FP7-IP大型项目AMARSi(丰富运动技能的自适应模块化架构)贡献了神经学习方法和机器人实验，该项目由Steil教授协调。
• • 

  • 认知系统工程

  • 认知机器人是一种结合了机电一体化、信息学和认知科学研究成果的实验研究活动。创造认知机器人需要构建能够适应复杂、快速变化的环境的系统，这些环境无法在前言中完全建模。如今，许多由此产生的挑战都可以通过单个算法或针对特定场景调整的先进机器人硬件成功解决。
    为了为机器人系统在日常人类环境中提供有用的途径，并作为进入消费市场的先决条件，这些属性必须在系统层面上得到保证，包括高级机器人必须具备的技能网络。认知系统工程小组的目标是研究软件架构和工程原理，以便有效地集成、实现和汇集不同技能的网络，以构建复杂的认知机器人系统。
    
    掌握复杂机器人系统(技术)集成的一个基本前提是对机器人中间件技术的可用性和深入理解。出于这个原因，尽管有诸如ROS这样的框架，我们决定进一步开发一个定制的、但非常轻量级的开放的机器人中间件，称为RSB。这种所谓的机器人服务总线(RSB)是一种高效的面向消息、事件驱动的中间件，旨在实现异构环境中机器人系统的可伸缩集成。它是完全开源的，可用于各种操作系统，具有许多流行编程语言的实现。由于我们参与了HUMAVIPS欧盟项目，将在HUMAVIPS开放门户页面为NAO类人机器人提供特定的平台支持。请在相应的项目网站上找到更多信息和ROS概念的比较。
• • 

  • 混合的社会

  • 在认真对待目前机器人研究的推理时，我们不得不面对这样一种可能性:在未来，人类和机器人将共同生活在一个共享的环境中，形成一个自然agent和人工agent的混合社会。因此，我们可以期待看到越来越多的人类与机器人互动。这一愿景开启了新的研究问题和机遇，我们希望在研究小组“混合社会”中解决这些问题。
    
    一方面，机器人将能够从与人类的互动中获利。人类在理解和处理现实世界中的任务方面是专家，对机器人来说，人类是有价值的信息来源。但是机器人如何利用这些信息呢?在我们的团队中，我们的目标是使机器人能够接受人类的辅导。研究表明，成年人在辅导情况下为婴儿提供专门设计的输入。我们希望在机器人表现出一定程度的社会行为的情况下，在人-机器人的教学情境中看到类似的行为。基于这种行为，我们目前正在确定如何让机器人理解演示动作的意义，并在演示动作时进行检测，以便机器人学习。
    
    另一方面，机器人的主要目标是帮助人类和支持他们的日常活动。然而，为了让机器人真正有帮助，他们不仅必须能够学习和执行任务和行动。他们还必须表现出社会可接受的行为，并为他们的互动伙伴所理解和预测。这不仅涉及到对话管理组件建模的交互的命题内容，该组件支持在用户和机器人之间建立共享信息的公共基础。此外，机器人应该能够通过阅读人类的情绪表达并产生适当的情绪信号来考虑互动中的情感成分。我们认为，这种情绪行为的对齐将使与机器人的互动不仅更令人满意，而且更有效。

• 技术转让

• • 

  • • 技术转让

    • 企业转让与合作报价
      
      下一代智能机器人将作为工业领域的助手使用，并自带知识和能力，这将使它们能够自主行动。我们的愿景是为企业定制的工业解决方案，具有最大的可变性，简单的处理和灵活性。
      这一愿景为人机合作和通信提出了新的挑战，如交互中的安全性，并需要提高鲁棒性、效率、准确性和经济性。
      
      co - lab旨在通过与地区工业合作，提升东威斯特伐利亚和利佩地区(OWL)学习和认知技术的各自潜力，并通过联合研讨会、FuE项目和网络，帮助企业提高他们在这一即将到来的高科技领域的竞争力。科力实验室研究生院培养的高素质工程师也为该地区的创新实力和经济发展做出了贡献。