Personen A-Z
Moritz Weisenböhler M.Sc.
Institut für Robotik und Autonome Systeme
Wissenschaftlicher Mitarbeiter
Verantwortungsbereich
:
Bildverarbeitung, Deep Learning, Synthetische Daten
Vita
Seit 2020
Institut für Fördertechnik und Logistiksysteme, Karlsruher Institut für Technologie
Doktorand
Seit 2018
Forschungsgruppe Robotik und Autonome Systeme, Hochschule Karlsruhe
Wissenschaftlicher Mitarbeiter
2016 - 2017
Hochschule Karlsruhe
Master of Science, Wirtschaftsingenieurwesen
2016
Hamburger Softwareentwicklung, Karlsruhe
App- und Web-Entwickler
2011 – 2016
Hochschule Karlsruhe
Bachelor of Science, Wirtschaftsingenieurwesen
Lehre
Current Topics in Applied Computer Science (WS 2018 - heute)
- Grundlagen Python
- Einführung in Machine & Deep Learning
- Bildverarbeitung mit Convolutional Neural Network (CNNs)
Forschung
Jan. 2021 bis Dez. 2021: SyDaVis-AI, Synthetic Data for Vision Systems with AI, Ministerium für Wirtschaft, Arbeit und Wohnungsbau
Inhalt: Ziel des Projektes SyDaVis-AI ist es, KI-basierte Bewertungsverfahren von Bildverarbeitungssystemen mittels synthetischer Bilddatengenerierung (Transfer Learning) bereits lange vor Produktionsstart derart trainieren zu können, dass diese sich erfolgreich in der realen Anwendung einsetzen lassen. Die benötigten Trainingsdaten sollen aus vorhandenen CAD-Modellen und zugehörigen Texturen in der Simulation erzeugt werden, um dem Kunden bereits vor Produktionsstart ein validiertes Prüfsystem zur Verfügung stellen zu können. Besonderes Augenmerk wird im Projekt SyDaVis-AI auf die Modellierung der Kamera bzw. der Optik gelegt, welche bisher lediglich in stark vereinfachter Form (Lochkamera) zum Einsatz kommt.
Forschungsgegenstand: Synthetische Datengenerierung in der Bildverarbeitung
Partner: VisionTools GmbH, Lensation GmbH
Weitere Informationen: https://www.h-ka.de/iaf/sydavis-ai
Feb. 2020 - Jan. 2023: PeTRA - Personen-Transfer-Roboter-Assistent
Inhalte: Das übergeordnete Ziel von PeTRA (Personen-Transfer Roboter-Assistent) ist die Erschaffung einer Unterstützungslösung in der Patientenlogistik zur hochwertigen Erfüllung der Bedarfe bei gleichzeitiger Entlastung der Pflege(hilfs)kräfte. Hierdurch sollen Mehrwerte für Anwender und Betreiber entstehen, im Fokus steht dabei die Rückgewinnung von examinierten Pflege-Kapazitäten von nicht pflegerischen Aktivitäten.
Partner: KUKA Deutschland AG, RWTH Aachen, Hochschule Würzburg-Schweinfurt, Universitätsklinikum Augsburg, Krankenhaus Martha Maria Nürnberg, Barmherzige Brüder Krankenhausverbund
Weitere Informationen: www.h-ka.de/iaf/petra
Sep. 2017 bis Dez. 2019- Rob-LPI,CAD-basierte Planung robotergeführter Kamerasysteme für großvolumige Inspektionsaufgaben, KMU-Innovativ, BMBF.
Inhalt: Im Ergebnis soll das erste robotergeführte Industrie 4.0-Inspektionssystem konzipiert und entwickelt werden. Das Ziel ist die Entwicklung eines Planungs- und Ausführungssystems für die roboterbasierte Inspektion von großvolumigen Bauteilen. Der Ansatz basiert auf der Nutzung von CAD-Daten der Anlage und der Bauteile samt ihrer möglichen Varianten. Hieraus sollen automatisiert optimale Sensorposition(en), Roboterposition(en) und ein optimaler Ablaufplan zur Erfüllung der vorgegebenen Inspektionsaufgaben ermittelt werden.
Forschungsgegenstand: Bildsynthese für die realitätsnahe Simulation von kamerabasierten Sensoren und Bahnplanung.
Partner: VisionTools GmbH, GFRT GmbH, KIT/IPR
Weitere Informationen: www.h-ka.de/iaf/rob-lpi
Jul. 2018 - Aug. 2019 - Machbarkeitsstudie Automated Item Picking @ adidas AG
Inhalte: In einem Kooperationsprojekt zwischen der Hochschule Karlsruhe, der adidas AG, der KUKA Deutschland GmbH, der Zimmer Group und der Roboception GmbH wird eine prototypische Lösung entwickelt, um den Kommissionierprozess für Sport- und Modeartikel zu automatisieren. Das Hauptziel besteht darin, Schuhkartons und in Plastik verpackte Kleidung vollautomatisch in einem Ladungsträger zu erkennen und aus diesem zu kommissionieren. Der entwickelte Prototyp soll die allgemeine Machbarkeit des bereitgestellten Anwendungsfalls unter Verwendung einer Roboterlösung nachweisen. Darüber hinaus sollen Erkenntnisse in Bezug auf verschiedene Leistungsindikatoren wie die erreichbare Zykluszeit und die Systemzuverlässigkeit erzielt werden.
Partner: adidas AG, KUKA Deutschland GmbH, Roboception GmbH, Zimmer Group
Weitere Informationen: www.h-ka.de/iaf/adidas-aip
Veröffentlichungen
Automated Item Picking for fashion articles using Deep Learning
Weisenböhler M., Wurll C.
52th International Symposium on Robotics (ISR), 2020
Automated Item Picking : Machine Learning Approach to Recognize Sports and Fashion Articles
Weisenböhler M., Wurll C.
Upper-Rhine Artificial Intelligence Symposium (UR-AI), 2019
Dynamic Route Planning for Area Processing Autonomous Robots
Weisenböhler M., Wurll C.
50th International Symposium on Robotics (ISR), 2018
Kontakt
Moritz Weisenböhler M.Sc.
moritz.weisenboehler
@h-ka.de
Institut für Robotik und Autonome Systeme
Wissenschaftlicher Mitarbeiter
Tel.:
+49 721 925-1948
Raum
TPF-1F10