Citation link:
https://doi.org/10.26092/elib/315
OpenAccess



A Framework for Analyzable, Resource-Aware and Self-Optimizing Robot Longterm Autonomy
File | Description | Size | Format | |
---|---|---|---|---|
dissertation_brunner.pdf | 66.73 MB | Adobe PDF | View/Open |
Authors: | Brunner, Sebastian Georg | Supervisor: | Beetz, Michael ![]() |
1. Expert: | Beetz, Michael ![]() |
2. Expert: | Schlegel, Christian ![]() |
Abstract: | In dieser Arbeit präsentiere ich ein umfangreiches Konzept für die effiziente, grafische Programmierung komplexen Roboterverhaltens, das Profiling und die Analyse des erstellten Verhaltens um Verhaltensfehler und Leistungsengpässe zu identifizieren und die autonome Optimierung des analysierten Verhaltens. Neben der Spezifizierung der theoretischen Konzepte werden diese in verschiedenen Anwendungsszenarien sowohl im Raumfahrt- als auch im Industriebereich evaluiert. Ein weiterer wesentlicher Bestandteil der Arbeit ist die Vorstellung von RAFCON (RMC Advanced Flow Control), das Software-Framework in welchem alle theoretischen Konzepte umgesetzt wurden. |
Keywords: | Robotics; Artificial Intelligence; Computer Science; Graphical Programming; Belief State Modeling | Issue Date: | 23-Sep-2020 | Type: | Dissertation | DOI: | 10.26092/elib/315 | URN: | urn:nbn:de:gbv:46-elib45189 | Institution: | Universität Bremen | Faculty: | FB03 Mathematik/Informatik |
Appears in Collections: | Dissertationen |
Page view(s)
66
checked on Jan 27, 2021
Download(s)
35
checked on Jan 27, 2021
Google ScholarTM
Check
This item is licensed under a Creative Commons License