Siemens-Preis

2011 |

Sotzek, Alice Désirée; Schuster, Martin

Alice Désirée Sotzek (Preisträgerin), Ali Koç (Siemens AG)
Martin Schuster (Preisträger), Ali Koç (Siemens AG)


Zwei Master-Absolventen werden für ihre hervorragende Studienleistung mit dem Siemens-Preis ausgezeichnet: Alice Désirée Sotzek für ihre Master-Arbeit "Arbeitsflusserkennung für komplexe Montagearbeiten mittels Hidden Markov Models - Interpretation von  multimodalen biologischen Signalen" und Martin Schuster für seine Arbeit "Das Lernen von Aufbewahrungsorten - Organisationsprinzipien in menschlichen Umgebungen". Sie bekommen jeweils 1.000 Euro.

Auszeichnung für Alice Désirée Sotzek
Laudatio


Die Arbeit von Alice Sotzek untersucht Möglichkeiten, den Arbeitsfluss eines Menschens während einer Montageaufgabe zu erkennen, um mit den daraus gewonnenen Informationen die Zusammenarbeit von Mensch und Roboter in gemeinsamen Montageaufgaben zu verbessern.  Bei dieser Art der Zusammenarbeit sind sowohl die Abfolge der verschiedenen Arbeitsphasen als auch deren zeitliches Auftreten von Bedeutung und werden in der Arbeit auf der Basis von Hidden Markov Modellen erkannt. Als konkretes Beispiel wird das Zusammenfügen eines Turmes aus sechs Würfeln mit unterschiedlich vielen Löchern und einer passenden Anzahl an Verbindungsstiften verwendet.  Die Ergebnisse der Arbeit zeigen, dass die durchgeführten Aktionen  des Menschen anhand der eingesetzten Methodik sehr gut wiedererkannt werden können.  Weitere Untersuchungen veranschaulichen die Robustheit und die Übertragbarkeit der Methodik, die vor allem durch die  Abstraktion der Sensordaten erreicht wird. Dadurch können z.B. Abweichungen in der räumlichen Gestaltung des Montageplatzes kompensiert werden.
Frau Sotzek überzeugte durch Eigeninitiative und Kreativität. Durch Ihre schnelle Auffassungsgabe und das zielgerichtete Umsetzen neuer Impulse entwickelten sich aufschlussreiche Erkenntnisse, die letztendlich dazu geführt haben, dass es uns eine Ehre ist,  Frau Sotzek heute hier mit diesem Preis zu ehren.

Auszeichnung für Martin Schuster
Laudatio


Hätte nicht jeder gerne einen Roboter, der selbstständig aufräumen kann?
Doch um diese Aufgabe lösen zu können, muss ein Roboter erst verstehen, wie seine Umgebung strukturiert ist. Die Arbeit von Martin Schuster bringt uns diesem Ziel einen Schritt näher. Sie befasste sich mit der Fragestellung, wie man die Ordnungsstrukturen, die in menschlichen Umgebungen existieren, in einem Modell beschreiben kann. Sind die Ordnungsprinzipien erst einmal erfasst, können sie es einem
Haushaltsroboter ermöglichen, effizient nach Objekten zu suchen und neue Objekte an sinnvollen Orten zu platzieren. In der Arbeit wurden Modelle am Beispiel von Küchen gelernt und ihre Anwendbarkeit auf einem realen Robotersystem getestet. Martin Schuster hat die für die Strukturierung maßgeblichen Kriterien untersucht, verschiedenste Lern- und Schlussfolgerungsverahren evaluiert und insbesondere neuartige Lernverfahren für probabilistische Modelle mitentwickelt. Dabei hat er enormes Engagement gezeigt und eine Arbeit auf hohem wissenschaftlichen Niveau erstellt. Aufgrund ihres wissenschaftlichen Anspruchs hat die Arbeit auch zu einem Beitrag für die Internationale Konferenz für Robotik und Automatisierung geführt.